1 简介
模式识别是信息科学,人工智能等领域一直以来的研究热点,经过研究人员多年的努力,已经取得了很多理论的成果.在应用上,已经在气象云图,卫星遥感图片识别,工业产品检测,字符识别,语音识别,指纹识别,医学图像分析等许多方面得到了应用.特别是基于模式识别的语音系统,指纹识别系统等都是模式识别研究的成功的应用成果.手写数字识别是模式识别技术中的一个分支,被大量的应用于票据,表格,和邮政分拣等领域中.在这些应用中都要求识别系统具备自动,快速与很高的准确性,因为一个误识别会导致不可预计的后果,甚至造成很大的损失,所以如何提高识别系统的识别率就成为手写数字识别系统中的核心问题. 基于BP神经网络的手写数字识别系统目的是为了设计一个BP神经网络的分类器,使得输入不同的字符特征向量能够得到不同的分类,最终得到识别的结果.?
2 部分代码
clear all;%形成用户界面，添加图形窗口H=figure('Color',[0.75 0.75 0.75],...'position',[400 200 500 400],...'Name','基于Elman神经网络和BP神经网络的字母识别',...'NumberTitle','off',...'MenuBar','none');%画坐标轴对象，显示原始图像h0=axes('position',[0.15 0.6 0.3 0.3]);%添加图像打开按钮h1=uicontrol(H,'Style','push',...'Position',[80 120 150 70],...'String','选择识别图片',...'FontSize',10,...'Call','op');%画坐标轴对象，显示经过预处理之后的图像h2=axes('position',[0.55 0.6 0.3 0.3]);%添加预处理按钮h3=uicontrol(H,'Style','push',...'Position',[280 120 150 70],...'String','图片二值化',...'FontSize',10,...'Call','preprocess');%添加识别按钮h4=uicontrol(H,'Style','push',...'Position',[280 50 150 70],...'String','识别字母',...'FontSize',10,...'Call','recognize');%添加显示识别结果的文本框?%添加训练神经网络按钮h6=uicontrol(H,'Style','push',...'Position',[80 50 150 70],...'String','神经网络训练',...'FontSize',10,...'Call','training');?
3 仿真结果
4 参考文献
[1]徐野, 刘铁强. 基于BP神经网络算法的手写数字识别技术研究[J]. 沈阳理工大学学报, 2010, 29(5):4.
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。
部分理论引用网络文献，若有侵权联系博主删除。
