基于BP神经网络的手写数字识别系统

• 作者: 张炎生 黄一格
• 来源期刊: 机电工程技术
• 学科: 工学
• 关键词: 手写数字识别 BP神经网络 图像预处理 特征提取 分类模型 识别精度
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 研究与开发
• 页码范围: 108-110
• 页数: 3页
• 分类号: TP391.43
• 字数: 2836字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-9492.2020.01.037

摘要

针对多数机构面临的大规模报表数据录入问题,提出了一种基于BP神经网络的手写数字识别系统.对输入图像进行图像预处理、图像分割和特征提取,随后将提取的特征信息输入到已经训练好的BP神经网络进行分类识别.训练数据包含140幅大小归一的数字图片,其中100幅作为训练集,40幅作为验证集,并以10幅带有若干手写体数字的图片作为测试集进行识别分析.经Matlab仿真实验结果表明,该分类器具有较短的收敛时间和较为理想的识别精度,在实际工作中具有良好的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张炎生	广东海洋大学电子与信息工程学院	9	1	1.0	1.0
2	黄一格	广东海洋大学电子与信息工程学院	1	1	1.0	1.0