摘 要
神经网络模式识别方法是近几年兴起的模式识别领域的一个新的研究方向。由于神经网络的高速并行处理、分布存贮信息等特性符合人类视觉系统的基本工作原则．具有很强自学习性 、组织性、容错性 、高度非线性、高度鲁棒性、联想记忆功能和推理意识功能。本文首先介绍了神经网络的基本概念，特别是BP神经网络的原理和基本算法。同时介绍了模式识别的各种方法，并进一步了解了字符识别技术的基本理论。主要讨论用人工神经网络方法对英文字符的识别，将标准印刷体英文字符进行二值化处理，用矩阵表示，从而进行识别。同时考虑了噪声干扰或者是非线性因素的存在。分别用理想样本和混有噪声的样本训练神经网络并绘出误差曲线进行比较。再者通过设置回调函数利用GUI界面开发字符识别系统，使其直观显示。
关键词 神经网络;字符识别
目 录
摘要…………………………………………………………………………………………II
1 绪论………………………………………………………………………………………1
2总体设计方案…………………………………………………………………………….2
2.1 主要任务与目标……………………………………………………………………2
2.2 主要内容与要求………………………………………………………………………2
2.3 设计思路简介…………………………………………………………………………2
3 BP神经网络……………………………………………………………………………. …….3
3.1神经网络概述…………………………………………………………………… ….3
3.2 神经网络的基本特征…………………………………………………………………3
3.3 神经网络的基本功能…………………………………………………………………4
3.4神经网络的发展概况…………………………………………………………………5
3.5 神经元模型……………………………………………………………… … … …6
3.6 神经网络的结构…………………………………………………… … … … ….8
3.6.1神经网络的基本结构及描述………………………………… … … … … 8
3.6.2 神经网络的分类…………………………………………………………………9
3.7 神经网络的训练方法………………………………………………………………… 10
3.8 BP神经网络的基本原理 …………………………………………………… … …11
3.9 BP神经网络的算法实现及原理框图…………………………………………………12
3.10网络结构参数的选取…………………………………………………………………13
3.11 BP神经网络的特点和局限性…………………………………………………………14
4 字符识别技术的基本理论……………………………………………………………15
4.1模式识别简介…………………………………………………………………………15
4.2模式识别方法的比较……………………………………………………………………15
4.3字符识别技术简介………………………………………………………………………16
4.4字符识别技术的分类……………………………………………………………………17
4.5当前的字符识别技术研究热点及国内外概况…………………………………………17
5 编程工具MATLAB及神经网络工具箱………………………………………………19
6 图形用户界面………………………………………………………………………………21
6.1 简介………………………………………………………………………………………21
6.2 可视化的界面环境………………………………………………………………………21
7 基于MATLAB的神经网络设计与仿真………………………………………………24
7.1 神经网络字符识别系统的设计总况……………………………………………………24
7.2 GUI界面设计……………………………………………………………………………26
7.2.1 网络训练……………………………………………………………………………27
7.2.2 网络测试……………………………………………………………………………32
7.2.3 网络识别……………………………………………………………………………33
8 总结……………………………………………………………………………………………35
致谢………………………………………………………………………………………………36
参考文献………………………………………………………………………………………37
