目录
1. 应用介绍
1.1实验环境介绍
1.2应用背景介绍
2. 数据来源及预处理
2.1数据来源及格式
2.2数据预处理
3. 算法设计与实现
3.1手写体识别系统算法实现过程
3.2 K近邻算法实现
3.3手写体识别系统实现
3.4算法改进与优化
1. 应用介绍
1.1实验环境介绍
1.2应用背景介绍
2. 数据来源及预处理
2.1数据来源及格式
2.2数据预处理
3. 算法设计与实现
3.1手写体识别系统算法实现过程
3.2 K近邻算法实现
3.3手写体识别系统实现
3.4算法改进与优化
4. 系统运行过程与结果展示
1.应用介绍
1.1实验环境介绍
本次实验主要使用Python语言开发完成,Python的版本为2.7,并且使用numpy函数库做一些数值计算和处理。
1.2应用背景介绍
本次实验实现的是简易的手写体识别系统,即根据用户输入的手写体照片可以识别出手写体数字是多少。本次输入的手写体是用0,1数字拼成的手写体数字。本次完成手写体的识别使用K近邻算法,k近邻算法设计简单,容易实现,且对特定的问题分类的效果也比较好。因此本次实验选择k近邻来对手写体进行分类和识别,也是对手写体图片特征数据的挖掘过程。
2.数据来源及预处理
2.1数据来源及格式
该数据集合修改自“手写数字数据集的光学识别” 一文中的数据集合,该文登载于2010年10月3日的UCI资料库中http://archive.ics.uci.edu/ml。
为了简单起见,这里构造的系统只能识别数字0到9。需要识别的数字已经使用图形处理软件,处理成具有相同的色彩和大小: 宽髙是32像素*32像素的黑白图像。尽管采用文本格式存储图像不能有效地利用内存空间,但是为了方便理解,我们还是将图像转换为文本格式。