基于遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)的手寫體字母識(shí)別

《基于遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)的手寫體字母識(shí)別》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、ＴＰ３９１賴：公開ＵＤＣ：００４學(xué)校代碼：１００拍呀化ｆｔ養(yǎng)＜ｈ譯ＨＥ艮ＥｌＵＮＩＶ巨ＲＳＩＴＹＯＦＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧ丫碩±學(xué)位論文基于遺傳算法優(yōu)化ＢＰ神經(jīng)網(wǎng)絡(luò)的手寫體字母識(shí)別論文作者：王盟指導(dǎo)教師：王建霞教授劑指導(dǎo)教師：申請(qǐng)學(xué)位類別：王學(xué)碩壬學(xué)科、、領(lǐng)域：計(jì)算機(jī)科學(xué)與技術(shù)所在單位：信息科學(xué)與工程學(xué)院答辯日期：２０１６年１２月河北科技大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。對(duì)本文的研究做出重

2、要貢獻(xiàn)的個(gè)人和集體，均已在文中＾＾＾明確方式標(biāo)明。除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的作品或成果。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：ｉｉ指導(dǎo)教師簽名：年文月廢曰＜年２Ｊ！曰ｆ６／ｆ心｜河北科技大學(xué)學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留。并向國(guó)家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱本人授權(quán)河北科技大學(xué)可ｙｘ將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可Ｗ采用影印、縮印或掃描等復(fù)制手段保

3、存和匯編本學(xué)位論文。□保密，在＿＿＿年解密后適用本授權(quán)書。本學(xué)位論文屬于保＂密＂。（請(qǐng)?jiān)谏戏娇騼?nèi)打Ｖ）學(xué)位論文作者簽名：指導(dǎo)教師簽名：姐是連褒＿］／／／年Ｍ月語曰下＾／６年／巧（＾曰ClassifiedIndex：TP391SecrecyRate：PublicizedUDC：004UniversityCode：10082HebeiUniversityofScienceandTechnologyDissertationfortheMasterDegreeHandwrittenLetterRecognitionBasedonBPNeural

4、NetworkOptimizedbyGeneticAlgorithmCandidate：WangMengSupervisor:Prof.WangJianxiaAssociateSupervisor：AcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ComputerscienceandtechnologyEmployer：SchoolofInformationScience&EngineeringDateofOralExamination:December,2016摘要摘要隨著當(dāng)前社會(huì)的發(fā)展與生活的進(jìn)步，越來越多的

5、字符與人們息息相關(guān)，英文字符也是如此。日常生活中有大量的英文信息需要整理統(tǒng)計(jì)，這些整理工作非常消耗人力物力，尤其是人工手寫體的英文文檔的整理更為繁瑣耗時(shí)，由此看出英文信息識(shí)別工作尤為重要。因此本文設(shè)計(jì)了一套關(guān)于手寫體字母的識(shí)別系統(tǒng)。主要研究?jī)?nèi)容如下：首先是圖像的預(yù)處理與特征提取。在預(yù)處理中主要工作包括采用全局閾值法進(jìn)行二值化，使用Canny算子將圖像的邊緣提取，使用改進(jìn)后的垂直投影法將目標(biāo)圖像分割，圖像歸一化以及細(xì)化操作。本文采取結(jié)構(gòu)特征法提取出目標(biāo)圖像的特征向量。其原理是將目標(biāo)圖像依照一定的規(guī)格劃分成一個(gè)等分網(wǎng)絡(luò)，之后計(jì)算出每一份中的黑色素所占比，最終獲得所有的特征值。

6、這種方法具有穩(wěn)定準(zhǔn)確的效果，能夠保證神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中的穩(wěn)定性。其次是圖像的識(shí)別。由于手寫體英文字母的書寫不規(guī)則導(dǎo)致無法找到一個(gè)具體的模板來進(jìn)行對(duì)比識(shí)別，所以本文提出將遺傳算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)作為手寫體字母識(shí)別的分類器。利用遺傳算法全局尋優(yōu)的特性尋找出BP神經(jīng)網(wǎng)絡(luò)的最佳權(quán)值以及閾值，再將這些尋優(yōu)的結(jié)果代入BP神經(jīng)網(wǎng)絡(luò)中從而解決單純使用BP神經(jīng)網(wǎng)絡(luò)時(shí)收斂速度緩慢和難以擺脫局部最小值的缺陷。最終達(dá)到優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的目的。本文通過MATLAB進(jìn)行手寫體字母識(shí)別試驗(yàn)。經(jīng)過網(wǎng)絡(luò)訓(xùn)練后，利用該改進(jìn)算法的手寫體字母的識(shí)別率可以達(dá)到85.898%。實(shí)驗(yàn)結(jié)果表明，遺傳算法改進(jìn)的BP神

7、經(jīng)網(wǎng)絡(luò)被用于手寫體字母識(shí)別的方法行之有效，完成了預(yù)期的測(cè)試目標(biāo)。關(guān)鍵詞手寫體字母識(shí)別；預(yù)處理；特征提?。籅P神經(jīng)網(wǎng)絡(luò)；遺傳算法IAbstractAbstractWiththedevelopmentofthecurrentsocietyandtheimprovementoflife,moreandmorecharactersarecloselyrelatedtopeople,forexampletheEnglishcharacters.AlotofEnglishinformationneedstobearrangedandcou