基于KNN算法的手写数字识别

• 作者: 曹彬 李诗语 梅琪 王峰 肖飞
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: KNN算法 PYTHON语言 模式识别 预处理 手写数字识别
• 年，卷（期）: 2017,（9）
• 页码范围: 175-177
• 页数: 3页
• 分类号: TP391.43

摘要

一直以来,让机器具有模式识别能力一直是计算机科学家们的努力方向。研究模式识别,是理解人类智能的本质的重要途径。字符识别是一个典型的模式识别问题,手写数字识别具有不同字符体型相差不大,相同字符有多种不同写法,数字没有上下文关联等特点,这些特点使手写数字识别比较困难。该论文设计了一套基于KNN算法,用Python语言实现手写数字识别系统。先对图片进行预处理,预处理包括灰度化、去噪、二值化等等,再用KNN算法对图片进行分类,手写数字识别也是一个十分类的问题。实验结果表明该文所设计的手写数字识别具有较好的识别率,同时也说明KNN算法在手写数字识别上具有良好的应用。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王峰	广东工业大学信息工程学院	65	112	6.0	8.0
2	梅琪	广东工业大学信息工程学院	12	40	3.0	6.0
3	李诗语	广东工业大学信息工程学院	10	26	2.0	5.0
4	曹彬	广东工业大学信息工程学院	6	23	2.0	4.0
5	肖飞	广东工业大学信息工程学院	4	10	2.0	3.0