基于BP神经网络的手写数字识别算法比较研究与实现任务书
2020-03-23 09:51:02
1. 毕业设计(论文)主要内容:
手写数字识别是多文本识别中的一个重要方面,其快速、准确的识别可极大地提高手写数字输入的效率,同时也可为后续的处理提供坚实的基础。但由于手写数字字形的随机性与不确定性,高效、通用的手写数字识别算法仍面临着极大的挑战。本论文拟以BP神经网络为基本工具,通过对字符形状基本特征的提取,完成训练字符的训练,并最终实现手写数字的识别功能。
2. 毕业设计(论文)主要任务及要求
1. 对给定数字序列,实现单个数字字符的分割与提取
2. 利用bp神经网络实现训练集的训练,并完成第一步中提取数字字符的识别
3. 在matlab 或 python gui中展示算法的实现过程
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
3. 毕业设计(论文)完成任务的计划与安排
第 1~4 周:查阅相关文献资料;在明确设计内容的基础上撰写并提交开题报告;
第 5~6 周:学习并掌握相关bp神经网络理论知识,论文开题;
第 7~12 周:进入毕业论文环节,撰写论文初稿;
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
4. 主要参考文献
[1] 松尾丰,了解人工智慧的第一本书[m],台湾:经济新朝社, 2016.
[2] 周志华,机器学习入门[m],北京:清华大学出版社, 2016.
[3] christoper m. bishop, patternrecognition and machine learning[m], springer science business media, llc,2011.
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付