基于BP神经网的数字识别
一.实验名称:基于BP神经网的数字识别
二.实验目的:
熟悉利用matlab进行数字图像处理的方法。
三.实验原理
BP(Back Propagation)神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层(input)、隐层(hidden layer)和输出层(output layer)。本设计使用BP神经网实现数字的识别。
四.实验内容
1.用数码相机拍摄一些待识别的数字,或直接从网上下载数字的图片。
2.为了更利于计算机识别数字要先对数字的图像进行处理,将其转换成简单的二值图
像。下面以利用QQ截图产生的图像为例说明。
1)将含有数字的原图像用QQ截图截成单个数字。如下图:
用手机拍摄的照片