基于BP分類器的數字識別研究

摘 要:本文通過分析BP(Back Propogation)神經網絡的結構、原理及其算法，對已經經過預處理的圖像進行分析和識別，使分類器能夠對0～9之間的數字在最短的時間進行準確分類，從而達到識別出圖片中的數字。系統既可以單獨使用，也可以作為一個識別系統的軟件核心應用到大規模數據統計、財務、稅金、金融和車牌識別等系統中。

關鍵詞:BP神經網絡數字識別BP算法分類

中圖分類號:TP391.4文獻標識碼:A文章編號:1674-098X(2011)09(c)-0109-01

引言

人工神經網絡，即從生物學神經系統的信號傳遞而抽象發展而成的一門科學。它是一個高度并行、非線性、具有很高冗余度的系統，其結構特點使知識的表達與存儲，都與傳統的方法有很大的不同。

本文采用BP神經網絡進行數字識別。利用神經網絡極強的非線性的數據處理能力、良好的容錯能力和自學習能力等，通過大量的樣本進行的網絡訓練，最終得到以識別的數字輸出。

1 BP(Back Propagation)神經網絡

人工神經網絡是從生物學神經系統的信號傳遞而抽象發展而成的一門科學。在神經網絡中，最基本的單元就是神經元。神經元由三部分組成:樹突、細胞體和軸突。樹突是樹狀的神經纖維接受網絡，它將電信號傳遞給細胞體。軸突是單根長纖維，它把細胞體的輸出信號導向其他的神經元。神經元的排列拓撲結構和突觸的連接強度確立了神經網絡的功能。形象的說，神經網絡是由大量處理單元廣泛連接而成的網絡，是對人腦的抽象、簡化和模擬、反映人腦的基本特征。……