1. 毕业设计（论文）的内容和要求

手写字符识别可用于识别票据数字、车牌号等，应用广泛。

字符识别可用传统的机器学习方法实现，如k-近邻算法、支持向量机、贝叶斯方法等。

使用传统识别方法处理图像时，首先要对图像进行预处理，然后由人工设计特征提取方法。

2. 参考文献

[1]李新炜,殷韶坤.深度学习在文字识别领域的应用[J].电子技术与软件工程,2018(24):40. [2]吕红.基于卷积神经网络的手写数字识别系统的设计[J].智能计算机与应用,2019,9(02):54-56. [3]邢萌.基于TensorFlow手写数字识别模型设计与实现[J].电子技术与软件工程,2019(02):56. [4]陈岩,李洋洋,余乐,王瑶,吴超,李阳光.基于卷积神经网络的手写体数字识别系统[J].微电子学与计算机,2018,35(02):71-74. [5]陈昊,郭海,刘大全,张家旗.基于TensorFlow的手写数字识别系统[J].信息通信,2018(03):108-110. [6]李怡轩.基于机器学习的手写数字识别系统设计与实现[J].微型电脑应用,2018,34(08):78-81. [7]候亚伟. 基于神经网络的手写体数字识别系统的研究[D].上海应用技术大学,2018. [8]王际凯. 基于神经网络的手写数字识别改进算法和系统研究[D].西安电子科技大学,2018. [9]张婷,王卓英.手写体数字计算机识别系统的应用研究[J].微型电脑应用,2016,32(01):19-21. [10]王亚威. 手写体数字识别系统的设计与实现[D].河北科技大学,2015. [11]Chenjie Sang,Massimo Di Pierro. Improving trading technical analysis with TensorFlow Long Short-Term Memory (LSTM) Neural Network[J]. The Journal of Finance and Data Science,2018. [12]Mingliang Liu,Dario Grana. Accelerating geostatistical seismic inversion using TensorFlow: A heterogeneous distributed deep learning framework[J]. Computers and Geosciences,2019,124. [13]Shouqiang Liu,Mengjing Yu,Miao Li,Qingzhen Xu. The research of virtual face based on Deep Convolutional Generative Adversarial Networks using TensorFlow[J]. Physica A: Statistical Mechanics and its Applications,2019,521. [14]Chaturvedi, S.,Titre, R.N.,Sondhiya, N.. Review of Handwritten Pattern Recognition of Digits and Special Characters Using Feed Forward Neural Network and Izhikevich Neural Model[P]. 2014. [15]Manoj Kumar Sharma,Vijay Pal Dhaka. Segmentation of english Offline handwritten cursive scripts using a feedforward neural network[J]. Neural Computing and Applications,2016,27(5).

3. 毕业设计（论文）进程安排

起讫日期 设计（论文）各阶段工作内容 备 注 2018.1.8-1.10 确定题目 2018.1.11-1.31 查阅参考文献，了解课题要求，完成开题报告 2018.3.1-3.15 完成系统的相关理论知识学习 2018.3.16-3.25 完成系统的基本模型以及设计方案 2018.3.26-4.15 完成系统的详细设计 2018.4.16-5.1 初步完成整个系统的设计 2018.5.2-5.5 撰写软件使用说明书 2018.5.6-5.21 撰写论文，并通过电子邮件发给指导老师审核 完成英文翻译 2018.5.22-5.27 按指导老师意见修改论文并定稿打印装订 递交论文和英文翻译 2018.5.28-6.15 准备毕业论文的答辩,包括答辩演示文稿等