matlab手写字母识别,一种基于MATLAB的手写字母的神经网络识别方法

文章编号 :1009 - 671X(2001) 10 - 0028 - 03 一种基于 MATLAB 的手写字母的神经网络识别方法 邓铭辉 ,孙 　枫 ,张 　志(哈尔滨工程大学 自动化学院 ,黑龙江 哈尔滨 　150001) 摘 　　　要 :利用前向多层神经网络的反向传播算法 ,即 BP 算法 ,采用 MATLAB 软件构建用于特征识别的两层前向神经网络 ,将已知字母经图象处理后对 BP 网络进行训练 ,此 BP 神经网络可以成功地识别 A ～ Z 26 个手写英文字母。① 关 　键 　词 :MATLAB ;前向神经网络 ;反向传播算法 ;图象处理 ;灰度矩阵中图分类号 :TP13 　文献标识码 :A A Kind of Neural Network Method for Distinguishing Written English Letters DEN G Ming-hui ,SUN Feng ,ZHAN G Zhi (College of Automation , Harbin Engineering University , Harbin 150001 , China) Abstract :In this paper , the back propagation algorithm of a feedforward neural network was used with MATLAB , and a multilayer feedforward neural network was founded for the character distinguishing. Af2ter image processing , the known example English letters were made to train the BP neural network. So the BP neural network would be able to distinguish 26 written English letters from A to Z . Key words : MATLAB ; feedforward neural network ; back propagation algorithm ; image processing ; brightness matrix 0 　引 　言 手写字母的计算机识别一直是一个比较热门的题目。根据人工神经网络理论及其在模式识别中的应用 ,神经网络具有一定的理论及实用前景 , 人工神经网络是由大量的功能比较简单的形式神经元相互连接而构成的复杂网络系统。它具有学习、联想、记忆、综合等能力 ,它可以通过学习来获取外部的知识并且贮在网络中 ,可以解决计算机不易处理的难题 ,特别是语音和图象的识别、理解、知识的处理 ,优化组合计算机和智能控制等问题。26 个英文字母字型差别较大 ,特征易于提取 ,可以考虑用人工神经网络来识别 26 个手写英文字母。本文运用 MATLAB 构建了一个用于特 征识别的两层前向神经网络 ,用来识别 26 个英文手写字母。 对于灰度图象 ,如果图象矩阵 X 是 8 位无符号整型数据 ,则它的强度范围是[0 ,255 ] ,将其按线性变换的方式映射成色谱矩阵的行索引导 ,这种方式一般应用于灰度级的黑白图象 ,函数 im2agesc 用于显示这种 Unit8 类型的灰度图象. 》 imagesc (X ,[0 255 ]) ;colormap (gray) 利用 MATLAB