|
|
论文编号 ZXX037 论文字数:12973,页数:35
摘要
联机字符识别是模式识别中一个非常重要和活跃的研究领域，字符识别不是 一项孤立的技术，它所涉及的问题是模式识别的其他领域都无法回避的；应用上，作为一种信息处理手段，字符识别有广阔的应用背景和巨大的市场需求。因此，字符识别的研究具有理论和应用的双重意义。
揭示与模拟人脑神经系统机理是研制新一代智能计算机的关键之一。人工神经网络识别方法是近年该研究领域的一种新方法，该方法具有一些传统技术所没有的优点：良好的容错能力、分类能力强、并行处理和自学习能力。这些优点使它在手写体字符的识别中能对大量数据进行快速实时处理，并达到良好的识别效果。其中用BP网络进行特征提取和识别的方法最常见。本设计是利用人工神经网络的BP网络，在Visual C++ 6.0的环境下，开发出联机字符识别软件。
关键词：模式识别，人工神经网络，BP网络，Visual C++ 6.0
ABSTRACT
Online Character Recognition is a very important and active research in pattern recognition.Theoretically,it is not an isolated technique.It concerns with the problem that all the other areas of pattern recognition must confronted ractically,being a kind of information processing measure,character recognition has a very broad application background and vast need of market.Thus,it is of both theoretical and practical significance.
And simulation to reveal the mechanism of human brain systems develop a new generation of intelligent computers are one of the keys.Artificial neural network recognition method is a new method of the research field in recent years,and this method has some merit that traditional technique do not have; good tolerance for error,strong sorting ability,strong parallel handling ability and strong self-learning ability as well as its off-line training and on-line recognizing.All these merits contribute its perfect performance in handling vast data set and handling in timely manner.BP network with one of feature extraction and identification of the most common method. This design is the use of artificial neural network BP network, in Visual C + + 6.0 environment, to develop online character recognition software.
Keywords attern Recognition, Artificial Neural Networks, BP network, Visual C++ 6.0
目录
摘要 I
ABSTRACT II
第1章 引言 1
1.1 课题背景 1
1.2 研究内容 2
第2章 软件开发环境 3
2.1 Visual C++ 6.0概述 3
2.2 MFC的消息处理模式 3
2.3 MFC编程的优点 3
第3章 模式识别 5
3.1模式识别的方法 5
3.1.1 统计模式识别方法 5
3.1.2 结构模式识别方法 5
3.2模式识别的原理 6
3.2.1信息获取 6
3.2.2 预处理 7
3.2.3特征的提取和选择 7
3.2.4分类决策 7
3.3模式识别的应用 8
第4章 BP网络的C语言实现 10
4.1 BP网络算法 10
4.1.1 网络模型 10
4.1.2 BP算法 11
4.1.3学习过程 12
4.2 BP网络的不足及改进 12
4.2.1网络的设计问题 12
4.2.2 BP网络的限制与不足 13
4.2.3 BP算法的改进 13
4.3 BP算法的C语言实现 13
第5章 手写字符软件的设计和实现 15
5.1联机字符识别原理 15
5.2笔画的分类 15
5.3笔画识别前的噪声处理 16
5.4统计决策方法 17
5.5作品功能介绍 18
第6章 结束语 21
致谢 22
参考文献 23
附录 部分源代码 24 |
|
发表于 20:51