基于K近邻的手写数字识别.docx

暑期生产实习报告题目基于K-近邻算法的手写数字识别学院电子工程学院专业智能科学与技术学生姓名学号指导老师提交日期摘要基于k-近邻算法对经典的手写数字集mnist中的测试数据进行分类。用MATLAB语言编写代码将原始数据读入形成三维矩阵再通过k近邻算法计算出待测数据周围最近的k个数据将待测数据分为k个数据中最多的类。本次实验只是用mnist数据中训练图像前6000张测试图像前1000张。关键词：k-近邻算法数据分类手写数字集mnist数据集目录一绪论51.1k-近邻算法的基本概念51.2mnist数据集5二k-近邻算法62.1k-近邻算法的工作原理62.2k-近邻算法的算法步骤62.3k-近邻算法的优缺点6三k-近邻算法分类mnist的具体方法6四实验结果与分析74.1待测图像74.2实验结果94.3结果分析11五实验代码11六总结与展望166.1总结166.2展望16参考文献17绪论1.1手写数字识别的基本概念手写数字识别是图像识别的一个分支它研究的对象是：如何利用电子计算机自动辨认人手写的阿拉伯数字。在整个OCR领域中最为困难的就是脱机手写字符的识别。到目前为止尽管人们在脱机手写英文、汉字识别的研究中已取得很多可喜成就但距实用还有一定距离。而在手写数字识别这个方向上经过多年研究研究工作者已经开始把它向各种实际应用推广为手写数据的高速自动输入提供了一种解决方案。1.2手写数字识别的实际背景字符识别处理的信息可分为两大类：一类是文字信息处理的主要是用各国家、各民族的文字（如：汉字、英文等）书写或印刷的文本信息目前在印刷体和联机手写方面技术已趋向成熟并推出了很多应用系统；另一类是数据信息主要是由阿拉伯数字及少量特殊符号组成的各种编号和统计数据如：邮政编码、统计报表、财务报表、银行票据等等处理这类信息的核心技术是手写数字识别。这几年来我国开始大力推广的“三金”工程在很大程度上要依赖数据信息的输入如果能通过手写数字识别技术实现信息的自动录入无疑会促进这一事业的进展。因此手写数字的识别研究有着重大的现实意义一旦研究成功并投入应用将产生巨大的社会和经济效益。1.3手写数字识别的理论意义手写数字识别作为模式识别领域的一个重要问题也有着重要的理论价值：（1）阿拉伯数字是唯一的被世界各国通用的符号对手写数字识别的研究基本上与文化背景无关这样就为各国、各地区的研究工作者提供了一个施展才智的大舞台。在这一领域大家可以探讨比较各种研究方法。（2）由于数字识别的类别数较小有助于做深入分析及验证一些新的理论。这方面最明显的例子就是人工神经网络相当一部分的人工神经网络模型都以手写数字识别作为具体的实验平台验证理论的有效性评价各种方法的优缺点。（3）尽管人们对手写数字的识别已从事了很长时间的研究并已取得了很多成果但到目前为止机器的识别本领还无法与人的认知能力相比这仍是一个有难度的开放问题。（4）手写数字的识别方法很容易推广到其它一些相关问题一个直接的应用是对英文这样的拼音文字的识别。事实上很多学者就是把数字和英文字母的识别放在一块儿研究的。1.4基于手写数字识别的典型应用手写数字识别有着极为广泛的应用前景这也正是它受到世界各国的研究工作者重视的一个主要原因。下面我们将介绍基于手写数字识别的应用系统的特殊要求以及一些以手写数字识别技术为基础的典型应用。（1）手写数字识别在大规模数据统计中的应用在大规模的数据统计（如：行业年鉴、人口普查等）中需要输入大量的数据以前完全要手工输入则需要耗费大量的人力和物力。近年来在这类工作中采用OCR技术已成为一种趋势。因为在这种应用中数据的录入是集中组织的所以往往可以通过专门设计表格和对书写施加限制以便于机器的自动识别。目前国内的大多数实用系统都要求用户按指定规范在方格内填写。另外这些系统往往采用合适的用户界面对识别结果做全面的检查最终保证结果正确无误。可以看出这是一类相对容易的应用对识别核心算法的要求比较低是目前国内很多单位应用开发的热点。（2）手写数字识别在财务、税务、金融领域中的应用财务、税务、金融是手写数字识别大有可为的又一领域。随着我国经济的迅速发展每天等待处理的财务、税务报表、支票、付款单等越来越多。如果能把它们用计算机自动处理无疑可以节约大量的时间、金钱和劳力。与上面提到的统计报表处理相比在这个领域的应用难度更大原因有：1、对识别的精度要求更