1. 毕业设计（论文）的内容和要求

1． 设计（论文）内容 手写体识别技术一直是模式识别和图像处理领域中的一项重要课题越来越多地应用在各个领域，比如邮政编码识别,票据处理等,而且这些应用对其识别精度要求比较高,具有非常重要的实际应用价值.在平常生活中，我们经常会遇到具有噪声干扰的字符数字的识别，比如要求识别字体模糊不清，难以辨认的汽车车牌等，如何从这些残缺不全的信息中提取完整的信息，是非常关键的技术，用神经网络进行字符的识别是常用的方法. 本课题利用matlab软件建立一种神经网络手写体识别模型；针对对不同噪声的手写数字或者字符进行识别测试，要求有较高的准确率。

课题要求学生： 1) 对神经网络的基本原理与使用有较为详细的了解； 2) 熟练应用matlab及其工具箱进行编程，选择一种合适的神经网络算法，建立识别模型，不断用样本对建立的模型进行预测。

3) 学会使用网络的神经网络工具箱和函数，对较大噪声的手写体也能识别并纠正出来。

2. 参考文献

[1] 牛慧娟，汪森霖. 基于神经网络的带噪声英文字母和数字识别[J]. 研究与开发, 2008, 10: 59-63. [2] 秦鑫，张昊. 基于BP人工神经网络的手写体数字识别[J]. 计算机与数字工程， 2015(2):223-225. [3]项思俊. 基于SVM的脱机手写体汉字识别方法的研究[D]. 合肥：合肥工业大学,2009.33(17):54-56. [4] HW Hao,XH Xiao. Handwritten Chinese character recognition by metasynthetic approach [J]. Pattern Recognition, 2002, 30(8):1321-1328. ［5］张德丰. MATLAB神经网络应用设计[M]．北京：机械工业出版社，2009. [6] Chuanzhi Bai.Global Stability of Almost Periodic Solutions of Hopfield Nueral Networks with Neutral Time-Varying Delays[J].Applied Mathematics and Computation,2008(203):72-79. [7] 毛群，王少飞. 基于Matlab的神经网络数字识别系统实现[J]. 中国西部科技,2010,09(19):22-24. [8] 李冰. 基于多神经网络集成的手写体字符识别[D].武汉：华中科技大学, 2005.

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 2016.12.20～2017.1.3 布置设计任务、学习基本知识 2017.1.4～2017.1.8 查阅手写体识别与神经网络技术的相关资料文献及翻译 2017.1.9～2017.1.12 学习认识Matlab软件与神经网络的编程方法 2017.1.13日前 修改完成开题报告 开题 2017.1.13～2017.3.5 继续学习Matlab及神经网络工具用法 2017.3.6～2017.4.30 对带有噪声的各种类型手写体数字或字符的原始数据进行处理 2017.5.1～2017.5.12 用Matlab编程建立神经网络模型 2017.5.13～2017.5.22 对建立的神经网络模型进行训练和验证，修改代码，使得模型具有较高的正确率与识别能力 2017.5.23~ 2017.6.1 论文初稿写作，演示 2017.6.3之前 提交所有毕业设计正式材料电子稿与打印稿 2017.6.3～2017.6.8 准备答辩 2017.6.9～2017.6.12 答辩 答辩