基于Matlab的BP神经网络识别26个英文字母

一、设计思想

    字符识别在现代日常生活的应用越来越广泛，比如车辆牌照自动识别系统，手写识别系统，办公自动化等等。本文采用BP网络对26个英文字母进行识别。首先将待识别的26个字母中的每一个字母都通过长和宽分别为7×5的方格进行数字化处理，并用一个向量表示。其相应有数据的位置置为1，其他位置置为0。

二、程序的调用

本文基于matlab编制了相关程序，代码比较简单粗糙，并未深入研究，仅供参考，部分代码如下所示：

将M文件及相应的字母图标复制到桌面上。

（一）、打开shibie.m文件，1运行会出现下列提示：请直接按回车键正在生成输入向量和目标向量，请稍等…。2直接按回车键，会出现下列提示：输入向量和目标向量生成结束！请按回车键进行神经网络的训练。3再按回车键，会进行训练，训练完毕后会出现下图所示的结果（图1）

 

                                                                                   图1

（二）、打开shibie2.m文件，1运行会出现下列提示：请输入测试的图像2输入图形编号如O的为143，回车。会出现如下图所示的结果

同理，字母M为123，其输出结果为

三、总结

通过仿真结果可看出，基于BP算法的字母识别其容错性和识别率相对较高，在有噪声的情况下训练其识别出错率也相应增加，需要进一步改进。

最后，有编程相关需求，欢迎通过微信公众号联系我们。

微信公众号：320科技工作室。