手写数字识别实践指导手册WORD

1、文档可能无法思考全面，请浏览后下载! 手写数字系统实践指导手册1 问题描述设计一个简单的手写数字识别系统，能够识别手写输入的数字1-9并且能够识别选中的文本文件中的数字，应具有简单方便的操作界面，输入输出等。 1.1功能需求分析通过分析，以及从用户的角度考虑，系统应该具有以下功能:（1） 数字的手写输入。作为一个手写数字识别系统，首先应该能够让用户过绘制窗口进行数字绘制，系统得到用户的手写输入进行处理。（2） 直接选择文件。用户还可以选择系统中的文本文件进行处理。（3） 数据预处理。包括计算数据大小、二值化、格式化处理等。（4） 数字提取。将经过二值化后的图像中的个数字区域进行提取，只有能够将

2、数字进行准确的提取，才能将其一一识别。（5） 基准库的选择与建立。选择一个可供系统训练和测试的样本库非常重要，本系统的训练集和测试集选择的是机器学习实战中所给的数据。（6） 识别数字。经过训练集进行训练后，使用knn算法对需要识别的数字识别。2 数据集获取l 任务要求： 从网上爬取或者下载适合进行手写数字识别系统的训练集和测试集l 实践指导：方式一：自己从网上找适合的数据下载9 / 9方式二：推荐数据集：“手写数字数据集的光学识别”一文中的数据集合，该文登载与2010年10月3日的UCI机器学习资料库中/ml3 功能设计与实现3.1手写数字识别

3、系统结构图： 图一： 系统结构图3.2识别用户选择手选文件功能设计与实现l 任务要求： 用户可以自己从电脑中选择文本文件进行识别。l 实践指导： KNN分类器的构造思路及原理如下：1） 选择训练集和测试集。系统所采用的数据集选用的是“手写数字数据集的光学识别”一文中的数据集合。0-9每个数字大约有200个训练数据20个测试数据。数字的文本格式如图所示。文本格式存储的数字的文件命名也很有特点，格式为：数字的值_该数字的样本序号，如图所示。2） 格式化处理数据。将训练集中32*32的二进制图像矩阵转换为1*1024的向量。用于knn距离的计算3） 将训练集中所有的文件内容存在列表中，创建一个m*1

4、024的训练矩阵，矩阵的每行存储一个图像。4） 将需要进行预测的测试集的图像矩阵转换为1*1024的向量。5） 编写KNN算法对训练集进行训练，然后对测试集进行预测。如果使用python的话，可以调用sklearn.neighbors中的KNeighborsClassifier函数对测试集进行预测。5）真实值与预测值进行比较。数据中的文件按照规则命名，我们可以从文件名中解析出分类数字，如文件9_1.txt分类时9，他是数字9的第一个实例。3.3识别用户手写输入功能设计与实现l 任务要求： 用户可以在手写识别系统的界面上用鼠标进行手写输入，然后系统自动识别出用户的输入。l 实践指导： 识别用户手

5、写输入的思路和原理如下：简单说就是把数字划分成很多很多的小块，如图二所示：每个数字被划分成了4*5=20个小块。分好了小块以后，其实我们要知道每个小块是由很多个像点素构成的。比如数字8，是由5行4列共计：5*4=20个小块构成。（2）数一下每个小块内，有多少个黑色的点。比如第一行： 第2个小块中，共有28个点，记为28.第3个小块中，共有10个点，记为10.第4个小B中，共有0个点，记为0.以此类推，可以计算出每一行的每一个小块数字是多少。(3) 为了方便，我们把得到的特征，排成一排（数组）就好了。(4)照着葫芦画瓢，每个数字的特征其实都是一堆数字构成的。这个数字类似于我们的身份证号码，一般来说，是独一无二的。(5) 识别原理：就是比较要识别的数字特征和步骤4中的哪个数字的特征最接近。这里为了方便，假设要识别数字“8”，然后看看怎么从一堆数字里面选出来他到底应该是几。具体方法时计算其欧式距离，距离越小代表其相似性越大。4 系统评估（1） 比较测试集中各个样本的分类结果和真实类别，统计下表中a,b,c,d取值。真实类别正例负例分类器判断正例AB负例CD（2） 根据下列公式计算查准率、查全率、F1值、正确率查准率:查全率:F1值:正确率：如不能完全实现查准率、查全率、F1值、正确率，至少