本文概述了一种基于神经网络的手写蒙古字母识别系统，该系统包括处理图像、读入图像、训练神经网络和测试神经网络等模块。通过训练，神经网络在1000次迭代后达到92.17%的识别准确率。测试结果显示，模型能有效地对手写蒙古字母进行识别。
基于神经网络的手写蒙古字母识别（小结）
各位博友大家好！我是PennyWu，让大家久等了，这次学习从宏观角度梳理手写蒙古字母识别。
功能结构
手写蒙古文字母识别系统主要通过五个主模块和三个辅助模块来共同实现手写文字识别的功能。主模块分别是处理图像模块（dealimage）、读入图像模块（loadimage）、训练神经网络模块（trainnetwork）、测试神经网络模块（testnetwork）、创建神经网络模块（createnetwork）。辅助模块分别是辅助处理图像模块、辅助训练神经网络模块、辅助读入图像模块。识别算法的模块结构。
模块结构图
创建神经网络模块，相当于主函数，主要作用是统一管理处理图像模块、读入图像模块、训练神经网络模块和测试神经网络模块。
处理图像模块，主要功能是将数据集进行简单的灰度化和二值化处理，使处理后的图像达到可以读入图像的要求。
读入
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
