郝亞洲　李文敏

該論文基于ANN算法對數(shù)字字符識別算法加以改進(jìn),引入神經(jīng)網(wǎng)絡(luò)使得數(shù)字字符的識別置信度大幅提高。相對于大規(guī)模字符識別(如漢字識別)系統(tǒng),小規(guī)模字符識別系統(tǒng)實(shí)現(xiàn)難度相對較小,但在日常生活中卻應(yīng)用廣泛。因此本系統(tǒng)對于人們?nèi)粘Ｉ钣泻艽蟮娘@示意義。

數(shù)字字符識別;人工神經(jīng)網(wǎng)絡(luò);ANN算法

1.需求分析

能夠?qū)斎氲?到9的10個(gè)數(shù)字進(jìn)行識別,在測試之前可以訓(xùn)練好神經(jīng)網(wǎng)絡(luò),之后可以進(jìn)行測試?？梢栽O(shè)定迭代次數(shù)使得精度滿足要求,并且結(jié)果最優(yōu)。測試結(jié)束之后會顯示測試相關(guān)參數(shù),能夠分析測試的最終結(jié)果,能夠?qū)С鼋Y(jié)果。

2.設(shè)計(jì)要點(diǎn)

輸入編碼;圖像重采樣;數(shù)據(jù)歸一化;輸出編碼;確定隱藏單元數(shù)目;網(wǎng)絡(luò)其他參數(shù)的確定。

3.設(shè)計(jì)流程

類的設(shè)計(jì);簡單結(jié)構(gòu)體設(shè)計(jì);類的設(shè)計(jì):神經(jīng)網(wǎng)絡(luò)類的實(shí)現(xiàn);訓(xùn)練數(shù)據(jù)類的實(shí)現(xiàn);誤差跟蹤類的實(shí)現(xiàn);訓(xùn)練對話框類實(shí)現(xiàn);測試對話框類實(shí)現(xiàn)。

4.程序編寫

神經(jīng)網(wǎng)絡(luò)類的實(shí)現(xiàn);神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)類:定義樣矩陣,輸出向量,類別數(shù)目,名稱信息,樣本存取路徑;誤差跟蹤類-C value Track:繪制訓(xùn)練誤差變化曲線;訓(xùn)練對話框類:負(fù)責(zé)與訓(xùn)練相關(guān)設(shè)置如:啟動,停止,結(jié)果保存;測試對話框類:負(fù)責(zé)測試/識別相關(guān)設(shè)置。

5.結(jié)果展示

本系統(tǒng)基于ANN算法,將人工神經(jīng)網(wǎng)絡(luò)引入數(shù)字字符識別系統(tǒng),完善識別算法,有創(chuàng)新點(diǎn),能夠大幅度提高識別結(jié)果的置信度,對人們?nèi)粘Ｉ钣休^大的現(xiàn)實(shí)意義。

[1]拉塞爾,諾維格.人工智能:一種現(xiàn)代方法(第三版)[M].北京:清華大學(xué)出版社,2011

[2]馬少平,朱曉燕.人工智能[M].北京:清華大學(xué)出版社,2004.08

[3]張學(xué)工.模式識別[M].北京:清華大學(xué)出版社,2010.08.

[4]張錚,王艷平,薛桂香.數(shù)字圖像處理與機(jī)器視覺:Visual C++和Mat lab實(shí)現(xiàn)[M].北京:人民郵電出版社,2010.04