基于matlab的手寫體數字識别系統研究
丁禹鑫1，丁會2，張紅娟2，楊彤彤1
【摘要】随着科學技術的發展，機器學習成為一大學科熱門領域，是一門專門研究計算機怎樣模拟或實作人類的學習行為的交叉學科。文章在matlab軟體的基礎上，利用BP神經網絡算法完成手寫體數字的識别。
【期刊名稱】無線互聯科技
【年(卷),期】2017(000)018
【總頁數】2
【關鍵詞】機器學習；手寫體數字識别；BP神經網絡
機器學習是一門多領域交叉學科，專門研究計算機怎樣模拟或實作人類的學習行為，以擷取新的知識或技能，重新組織已有的知識結構，使之不斷改善自身的性能。實作機器學習的方法多種多樣，常見到的主要有神經網絡算法、CNN 卷積神經網絡算法、RNN循環神經網絡算法、EM算法、貝葉斯算法、聚類算法、回歸算法、SVM等。本文将利用BP神經網絡算法來完成手寫體數字的識别[1]。
1 總體方案
1.1 題目分析
手寫體數字識别的實作相對于其他元素的識别，具有許多優勢。主要表現在以下幾個方面：(1)涉及的識别元素數目少，僅有0～9共10個元素；(2)訓練集合背景多為紙張，受到的環境幹擾小；(3)識别元素筆畫簡單，便于識别；(4)訓練集合便于采集。
在此基礎上，之是以選取BP神經網絡作為工具來實作手寫體數字識别，其優