全文总字数：2274字

1. 研究目的与意义及国内外研究现状

手写数字识别由于其本身的实用性，二十年来也在不断的向前发展。

手写数字识别有联机识别与脱机识别两种，联机手写数字识别以笔画为基础，脱机手写数字则以图片为基础，与联机手写数字比起来，脱机的供给信息量不多，排除手写数字每个像素的值，脱机中没有笔画与笔顺概念，且忽视了手写数字笔画的时序信息。

因此,脱机手写识别面对着巨大的挑战。

2. 研究的基本内容

联机识别可以看做是一个数字转换器。现在的一些联机识别与屏幕结合显示笔迹，手写数字经采样后将笔尖轨迹传送到计算机,由计算机软件自动完成识别、显示和保存。而脱机识别是识别写在纸质.上的，也称为写字板上的手写数字，与联机识别相比，方法大大不同。

手写数字识别方法主要分为统计识别法、结构识别法和神经网络法。结构识别方法的优点是识别相似数字能力强，缺点是抗干扰能力差。脱机识别要求适应各种复杂环境，所以在脱机识别上很少采用结构识别法，结构识别法更多的是应用于联机手写识别。统计识别法把手写数字作为一一个整体。所有的特征都是从大量的统计数据中得到的,然后根据--定的标准，通过确定的决策函数进行分类和决策。统计识别的特点是抗干扰能力强,细分能力强。但在脱机手写数字识别上的应用，由于错误率和拒识率都不理想，很难达到实际应用的要求。而神经网络法的应用大大降低了错误率和拒识率，使手写数字识别的应用得以实现。

3. 实施方案、进度安排及预期效果

第01~02周：查阅相关文献，了解手写数字识别等的定义、理论、研究现状以及应用前景等，着重学习python的相关知识。

第03~04周：对手写数字识别现状和现存问题进行了总结,阐述了当前手写数字识别技术实现的各种方案。

第05~06周：对其中的深度学习算法进行研究,对实现不同功能的深度学习模型进行了分类，结合模型功能对实际应用需求进行分析。

4. 参考文献

[7] 黄弋石.维吾尔文脱机手写识别建模研究[J].信息记录材料,2018,19(02):89-91.