该博客介绍了如何使用MATLAB构建一个基于贝叶斯最小错误率的手写数字识别系统，包括GUI界面设计、特征描述、最小错误率分类器的建立以及识别过程。通过用户在GUI的‘手写板’上输入数字，提取特征并存储为样本，系统能识别新的手写数字。实验中，每类数字样本数量为20，特征参数为6x6的网格特征值。
⛄一、背景简介
1 实验目的
本次试验的目的是建立一个手写数字识别系统，能够准确 的提取用户在手写板上写出的数字，并且能够正确地识别出来。
2 实验方法及步骤
此次实验选择MATLAB中的GUI界面来构建实验的平台框架，然后采用基于最小错误率的贝叶斯决策来作为识别方法，对手写数字进行识别。需要在GUI界面中搭建好所需的对象，并写入完成相关功能的程序。其实现的功能是首先能够识别用户输入的手写数字，并提取输入数字的特征；然后将得到的手写数字特征加上对应数字的标签，将其存入样本库中，用于后面手写数字的对比识别；最后根据用户输入的手写数字，提取特征并在样本库中根据贝叶斯决策来判断手写数字的类型，最后显示识别结果。主要分为以下四个步骤：
（1）平台搭建
本次手写数字识别系统的编程环境为MATLAB，通过在MATLAB的GUI界面中搭建框架，并在对应的对象的回调函数中编写相关的程序来实现手写数字识别的功能。
在GUI界面中需要的对象有两个静态文本框、一个坐标区、一个可编辑文本，搭建的界面及其功
订阅专栏 解锁全文
859
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
