基于matlab的手写体数字识别系统,基于matlab的手写体数字识别系统研究

基于matlab的手写体数字识别系统研究

丁禹鑫1，丁会2，张红娟2，杨彤彤1

【摘要】随着科学技术的发展，机器学习成为一大学科热门领域，是一门专门研究计算机怎样模拟或实现人类的学习行为的交叉学科。文章在matlab软件的基础上，利用BP神经网络算法完成手写体数字的识别。

【期刊名称】无线互联科技

【年(卷),期】2017(000)018

【总页数】2

【关键词】机器学习；手写体数字识别；BP神经网络

机器学习是一门多领域交叉学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构，使之不断改善自身的性能。实现机器学习的方法多种多样，常见到的主要有神经网络算法、CNN 卷积神经网络算法、RNN循环神经网络算法、EM算法、贝叶斯算法、聚类算法、回归算法、SVM等。本文将利用BP神经网络算法来完成手写体数字的识别[1]。

1 总体方案

1.1 题目分析

手写体数字识别的实现相对于其他元素的识别，具有许多优势。主要表现在以下几个方面：(1)涉及的识别元素数目少，仅有0～9共10个元素；(2)训练集合背景多为纸张，受到的环境干扰小；(3)识别元素笔画简单，便于识别；(4)训练集合便于采集。

在此基础上，之所以选取BP神经网络作为工具来实现手写体数字识别，其优