要求给定数字模式样本(7X9点阵,0-9共10个数字),设计一BP神经网络进行手写体数字识别。
网络只有一个隐含层,训练样本100个,测试样本300个
界面如下图所示:
Initialization框架中各参数分别是隐含层节点数、步长、允许的最大误差和最大迭代次数;
右上框架显示的是迭代次数、误差和学习时间;
在左下点阵中左键单击书写数字,然后点击“one-sample test”按钮,下面显示的是识别结果;
点击“Accuracy of Original Samples”按钮可显示训练样本的分类正确率;
点击“ sample set test”按钮可显示测试样本的正确识别率;
clear:清除results框架和点阵中的内容,使可以进行下一个数字的书写和判别;
reset:清除所有初始化和结果信息,使可以重新赋值 初始化;
我曾经在MATLAB平台上用神经网络实现十个手写数字的识别,每个数字提供了四十个左右训练样本,最后得到的网络效果很好,只要不是刻意过度畸形的写法,都能识别出来,用的特征有脱机的也有联机的,一共十一个特征(宽高比,重心位置,起落笔位置等),不知对你是否有帮助。给你找到一些。请看看是不是http://zhidao.baidu.com/question/1732722.html?si=1
http://hi.baidu.com/95339593/blog/item/a9a27adb02509467d1164e7c.html
还找到个做好的手写识别系统程序。。。有源代码。需要告诉我邮箱。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)