基于BP神经网络的手写体数字识别.pdfVIP

维普资讯 第 18卷。第 期 计 算 机 技 术 与 发 展 V()1I8 No．6 2008年 6月 COMPUTERTECHN(}I0(；Y A )DEVEt．OPMENT jun 2008 基于 BP神经网络的手写体数字识别 张 充，史青宣，苗秀芬，杨 芳，田学东 (河北大学数学与计算机学院，河北保定 071002) 摘 要：手写体数字识别是多年来的研究热点，也是字符识别中的一个特别问题 。由于手写体数字字体变化很大，传统的 识别方法很难达到高的识别率。针对传统的数字识别方法的复杂性和局限性，提 出了一种基于BP神经网络的手写体数 字的识别方法。该方法在提取手写体数字点特征、笔划密度特征基础上，利用改进 的BP神经网络进行训练识别。经实 验，识别率达 94％。实验结果表明，该方法对手写体数字识别效果 良好，不仅简化了传统识别的繁杂性，而且提高了识别 的准确性 。 关键词：模式识别；手写体数字；BP算法；神经网络 中图分类号：TP391．4 文献标识码 ：A 文章编号：1673—629X(2008)06—0128—03 HandwrittenNumeralRecognitionBasedonBP NeuralNetwork ZHANGChong，SHIQingxuan，MIAOXiu—fen，YANGFang，TIAN Xue—dong (CollegeofMathematicsandComputer，HebeiUniversity，Baoding071002，China) Abstract：Handwrittennumeralrecognitionisahotspo tofstudyforyears，andis813especialissueofcharacterrecognition．Onaccountof greatchmxgesofhna dwrittenfont，itisverydifficultforthetraditionalmethodofrecogn{dontoachievehighrecognitionrate．Tocounter thecomplexitynadlimitationoftraditionaldigitalrecognitionmethods，akindofhandwrittennumeral reocgnitionmethod basedonBP neuralnetworkisproposed．Thepointfeatureandstrokedensityfeatureforhnadwrittendigitsareextracted；thenanimprovedBPneura1 networkisappliedtoelassifyhnadwrittendigitsbythosefeatures．Viaexperiment．therecognitionrateis94％．Experimentsshow that theproposedapproachhasagoodeffectonhandwrittennumeralreocgnition．Itnotonlysimplifiesthecomplexityofthetraditionalrecog— nition，butalsoincreasestheaccuracyofrecognition． Keywords：patternrceognition；handwrittennumeral；BP algorithm；neura1network O 引 言 要的工作 。 手写体字符，由于字体变化很大，传统的识别方 图识别L数圈字化H叫预处理悃卜—1．特{征提取J 法H要达到高的识别率