神经网络大作业报告_第1页
神经网络大作业报告_第2页
神经网络大作业报告_第3页
已阅读5页，还剩2页未读， 继续免费阅读

付费下载

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、应用 BP 神经网络的数字识别神经网络大作业15066081一、目的数字识别有很多的应用，同时也是文字识别中比较基础的一类工作。在此基础上，可以进一步再扩大研究范围，对比字母的识别，进而是中文识别的方法。本次实验的目的是为了了解并实现对中数字识别的原理和方法。二、方法1、数据集与数据预处理本文选择了两个数据集。大数据集：从 0-9写体5000 张，每个数字 500 张。40 张，分四种字体，每个数字各 4 张。小数据集：从 0-9 的电脑输入按大小数据集的不同组合和搭配进行具体实验和结果比对。2、选择语言与工具主要使用的神经网络工具箱进行神经网络的搭建。3、关键步骤与过程（1）建立样本：循环读

2、入全部样本用二值化方法处理。，根据经验，将灰度阈值设为 0.3。把分为 30*30 的矩阵进行处理。截取中的数字部分，建立矩阵。再把全部样本转为矩阵数据。（2）训练网络：设置基本 BP 神经网络参数，本实验中根据实际情况，对 3 中设置参数进行了比对，详见第三部分。（3）测试输出：为了方便人工比对直观效果，加入了人工随意选择测试后把选择的和网络输出结果同时显示，以判断结果。的代码（键盘输入），然三 ，结果1、计算机录入的不同字体的数字（1）实验 1.1对小数据集 40 个样本进行训练和测试，识别结果可达到 100%。（2）实验 1.2以 40 个计算机输入为训练集，以 5000 个手写为测试集

3、。测试效率很低，识别结果低于 20%，为此次实验效果最低的组合。2、手写识别（1）实验 2.1以 5000 个手写为训练集，以 40 个计算机输入为测试集。在隐藏层设置了 25 个神经元，迭代上限 9000 次。效果如图 1 所示。训练时间为 28 分 23 秒。（2）实验 2.2以 5000 个手写为训练集，以 40 个计算机输入为测试集。在隐藏层设置了 200 个神经元，迭代上限 5000 次。效果如图 2 所示。训练时间为 48 分 44 秒。图 1实验 2.1 效果图图 2实验 2.2 效果图（3）实验 2.3以 5000 个手写个组成训练集。为数据集，每个数字抽取 50 个组成 50

4、0 个图的测试集。其余 4500在隐藏层设置了 100 个神经元，迭代上限 3000 次。效果如图 3 所示。训练时间为 25 分 06 秒。图 3实验 2.3 效果图图 4实验 2.3 训练图 performance图 5实验 2.3 训练图 training sus图 6实验 2.3 训练图 regres四、结论实验 1.1 的图形虽然字体不同，但由于是计算机输入，整体差别较小，所以识别率很高。实验 1.2 的图形由于是计算机输入和手写整体差别较大，所以识别率很低。实验 2.1-2.2 的识别效果在 70%左右，实验 2.3 识别效果与的差异性有很大关系。如能加大训练的次数和时间，识别结果的效率应该会的精度，肯定会有助于识别率的提高。很多。而且，加大分析时此次实验感受，对于数据的预处理是

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论