基于BP神经网络的字母识别系统设计与实现.doc

济南大学泉城学院毕业论文题目基于BP神经网络的字母识别系统设计与实现专业电气工程及其自动化班级07Q2学生学号指导教师二〇一一年六月七日济南大学泉城学院毕业论文--摘要基于前向反馈神经网络的字母识别技术在科学技术日新月异的今天迅速得到发展，在诸多的方面得到应用包括出版、金融、军事、现金登记、页面浏览以及任何带有重复性、变化性数据的文件。英文字母识别系统的设计经过以下几个过程：预处理、特征提取、BP神经网络的训练、识别。本文的重点在于BP神经网络。本文运用的是三层神经网络，输入层、隐含层、输出层。隐含层节点的确定本文给出了多种方法，本文运用了根值的方法。基于人工神经网络字母识别的特点和优越性，主要表现在三个方面：第一，具有自学习功能。字母识别时，只在先把许多不同的图像样板和对应的应识别的结果输入人工神经网络，然后在识别之前对神经网络进行训练形成稳定的权值这样网络通过自学习功能，慢慢学会识别类似的图像。第二，具有联想存储功能。用人工神经网络的反馈网络在字母识别时可以实现这种联想。第三，具有高速寻找优化解的能力。字母识别时寻找一个复杂问题的优化解，往往需要很大的计算量，利用一个针对某问题而设计的反馈型人工神经网络的字母识别系统，发挥计算机的高速运算能力，可能很快找到优化解。本文是在matlab环境下模拟整个英文字母的识别过程，随着科学技术的发展识别技术更加成熟，各种难题都将会得到解决。关键词：字母识别；图像处理；特征提取；BP神经网络ABSTRACTTodaythescienceandtechnologydeveloprapidly.Letterrecognitiontechnologybasedonthefeedbackneuralnetworkisappliedinmanyaspectsincludingpublication,financemilitary,cashregister,pageviews,andanywithrepeatability,andvariabilityofdatafiles.LetterIdentificationSystemincludethefollowingprocesses:preprocessing,featureextraction,BPneuralnetworktraining,andrecognition..Inthispaper,weuseathree-layerneuralnetwork,includinginputlayer,hiddenlayerandoutputlayer.ThispaperHYPERLINK"app:ds:supply"supplyofavarietyofmethodstodetermineHiddenlayernodes.Therootsignmethodandothermethod.thatproposedbytheNelsonandIllingwnrthareapplied.ThefeaturesandadvantagesofArtificialneuralnetworkisreflectedinthreeaspects:First,aself-learningfunction.Whenwerecognizeletters,onlyputtingmanydifferentimagesandthecorrespondingresultsintotheartificialneuralnetworkandformingastableweightbeforetheletterrecognition,thenetworkwillbethroughself-learningfunctiontoslowlyidentifysimilarimages.Second,withtheassociationstorage.Artificialneuralnetworkfeedbacknetworkcanachievethisassociationintheletterrecognition.Third,findingtheoptimalsolutionwithhighcapacity.Findingtheoptimalsolutionofacomplexoftenrequirealargeamountofcomputation.Usingadesignthatafeedbacktypeartificialneuralnetworkforproblemandplayingthehigh-speedcomputingpowerofcomputer,youmayquicklyfindtheoptimalsolution.Inthematlabenviron