1. 研究目的与意义（文献综述）

手写数字识别技术手写数字识别技术是模式识别技术中的一个重要分支。经过多年研究,手写数字识别技术已经取得了许多可喜的成就,并开始应用于实际之中,如邮政编码等。

数字的类别只有 10种,笔划又简单,其识别问题表面上是一个较简单的分类问题。但实际上,虽然各种新的识别算法不断的推出。 其识别率和误识率仍距实用有相当距离。究其原因是：

1）0 ～ 9十个数字中,其中的一些数字字形相差不大,使得准确区分某些数字相当困难；

2. 研究的基本内容与方案

2.1 研究目标

本项目运用python平台，实现基于深度学习的手写数字识别的程序实现。针对手写数字串的多样性和随意性，以及试卷中手写数字串包含小数点的特点，本设计在现有数字串切分与识别算法的基础上，提出了一种针对试卷中包含小数点的粘连数字串的切分与识别算法方法。

2.2 研究内容

3. 研究计划与安排

第1周：查阅相关文献资料，明确研究内容，了解研究所需掌握的知识范围，完成开题报告。

第2周：学习python与tensorflow的使用，并更新anaconda的库。

第3周：学习svm算法。

4. 参考文献（12篇以上）

1.周志华，机器学习，清华大学出版社，2016

2.孙祥瑜，机器学习方法在手写数字识别中的应用，《中国战略新兴产业》，2017

3.曹丹，基于hopfield神经网络的脱机手写数字识别，中南大学，2009