1.2 手写数字识别研究的发展及研究现状 2

1.3 本论文所做的工作 3

2 神经网络 5

2.1 人工神经网络简述 5

2.2 神经网络的网络结构和学习规则 8

2.3 前向多层神经网络结构 13

2.4 BP算法的神经网络 16

2.5 本章小结 20

3 图像处理与识别概述 21

3.1 数字识别概述 21

3.2 手写体数字识别的过程 21

3.3 手写数字识别的预处理 21

3.4 特征提取 27

3.5 本章小结 28

4 基于BP算法神经网络的手写数字识别 29

4.1 输入输出的确定 29

4.2 神经的网络的训练 30

4.3 神经网络的预测 30

4.4 仿真结果 32

4.5 本章小结 34

5 总结 35

参考文献 36

致  谢 39

1 绪论

1.1 手写数字识别研究目的及意义

手写数字识别是通过用电子设备，比如电脑等，利用图像处理的各种技术，去识别在纸上记录的数字信息。目前手写数字的识别在世界范围内应用十分广泛，基本在各个领域上均有所涉及，比如邮政编号、手机号码、银行支票等等，而且在未来一段时间内，随着技术的不断进步，手写数字识别将会完全融入人们的日常生活，所以它具有极高的研究意义和价值。但是，如何提高识别的高正确率一直是研究过程中的难点，这也是我们后面研究工作的重心。

1. 阿拉伯数字是世界通用的符号，尽管各地区语言文化、风俗背景有所差异，但这丝毫不影响数字的使用，这为广大研究学者提供了便利，在这里，我们可以交流心得，共同探索，共同进步。

2. 因为阿拉伯数字仅有0-9等10个字符，便于做深入的研究分析。有很多神经网络就是根据数字来进行运行判断的，比如像人工神经网络（Artificial Neural Network, ANN），这里面的一些算法以及模型就是依据数字识别的这个平台来评断方法的优劣[1]。

3. 尽管数字识别已经研究了很多年，并且也取得了一定的成果，但机器识别的准确率仍然不及人眼识别，而且在金融方面，一旦数字识别失误，造成的损失不可估量，所以，手写数字识别仍然是一个世界难题。

4. 手写数字识别的方法可以应用于其他方面的问题，比如说中文的汉字、英语字母、日文的假名，相同的原理去识别其他字符，简捷便利，对人类文明的发展有一定的促进作用。事实上在查阅相关资料并进行分析对比之后我们可以发现，大部分学者都是把数字和字母识别放在一起进行研究的。

手写数字识别技术的应用极其广泛，基本上在各种领域均有涉及，同时也与人们的生活息息相关。比如说，邮政编码、学生考试成绩、快递单上的手机号、公司的财物报表、银行的账单、社会问卷调查都离不开手写数字识别技术，为了解放大量的劳动力，商业金融领域，许多数字信息都需要自动录入系统，提高效率。毫无疑问，手写数字识别可以做到这一点，数字仅有0-9等10个字符，汉字识别，可以有前后语意的帮助。几个数字前后之间没有任何联系，虽然写法简洁明了，看似相同，但是因为每个人书写习惯的不同，书写的结果过会有千差万别。即使是同一个人写出同一个数字，也会因为背景的不同、甚至是受到环境、心情等因素的影响下，导致写出的效果也会有很大的差异。 基于BP神经网络的手写数字识别研究(2):http://www.chuibin.com/jisuanji/lunwen_206214.html