1、毕业论文开题报告 电气工程及其自动化 基于 BP 神经网络的数字字母识别系统设计 系统分析设计 一、课题研究意义及现状 随着信息科技技术的飞速发展，神经网络从当年的无人问津到现在广泛应用于各个领域，这个不是偶然而是其功能大部分能适应生产生活的各方面需求。特别是在人工智能、自动控制、计算机科学、信息处理、机器人、模式识别等方面有重大的应用。 BP 神经网络已被广泛地应用于各个领域，它的基本思想是，学习过程由信号的正向传播与误差的反向传播两个过程组成。正向传播时，输入样本从输入从输入层传入，经各隐层逐层处理后，传向输出层。若输出层的实际输出与期望输出不符，则转入误差的反向传播阶段。误差反传是将输出
2、误差以某种形式通过隐层向输入层逐层反传，并将误差分摊给各层的所有单元，从而获得各层单元的误差信号，此误差信号即作为修正各单元权值的依据。这种信号正向传播与误差反向传播的各层权值调整过程是周而复始地进行的。此过程一直进行到网络输出误差减少到可以接受的程度，或进行预先设定的学习次数为止。 本课题就是利用 BP 神经网络的工作原理，对 0、 1、 2、 3、 4、 5、 6、 7、 8、 9 十个数字的图像提取特征向量作为神经网络识别输入向量 的基础上，分 析 建立对 0、 1、 2、 3、 4、 5、 6、 7、 8、 9 十个数字进行识别的 BP 神经网络拓扑结构，为程序实现识别系统创造条件。
3、目前 ， 手写体字符识别是一个非常重要和活跃的研究领域 ， 它涉及到模式识别、图像处理、人工智能、模糊数学、信息论、计算机等学科 ， 是一门综合性技术 ， 有广阔的应用背景与巨大的市场需求。因此 ， 对字符识别的研究具有理论与应用的双重意义。 二、课题研究的主要内容和预期目标 （一）研究内容 （ 1）熟悉 BP 神经网络的基本原理及其算法； （ 2）掌握人工神经网络的拓扑结构模型，并利用该模型构建识别系统 （ 3）在含有噪 声的情况下对识别系统的影响，并能提高识别的准确率 （ 4）研究出最好的方案分别使识别率，复杂度方面达到理想状态 （二）预期目标 结合自己的所学的 BP 神经网络知识对 0
4、到 9 十个数字字符进行编码，变成神经网络可以接受的输入向量形式，构建数字字符识别的 BP 神经网络拓扑结构模型， 完成基于 BP 神经网络数字识别系统设计。 三、课题研究的方法及措施 （ 1）重视系统分析。以系统科学的思想来确定输入输出量，并研究其内在相互影响的关系，确定它们之间直接的联系，并探讨训练样本数与给定的训练误差之间的关系，以达到最佳选择。 （ 2）重视 案例研究。从国内外各种科学技术论文中找取案例，发现问题，分析问题，归纳总结出具有共性的地方用以参考，在学习别人思路的时候善于思考，从中得到启发并理出清晰思路。 （ 3）确定基本思路方法。对基于 BP 神经网络算法的数字识别系统，输
5、入层不能直接接受字符输入，必须先对其进行编码，变成网络可以接受的形式，还有噪声等影响，需要逐一调试，先从基本着手，再一一攻克问题 （ 4）理论与实际相结合。讲研究工作在试验中实现，进行实证研究，在实践中丰富完善设计，研究出具有科学性和实用性的成果。 本人初次接触神经网络，对于其 BP 算法等还 比较陌生，但是对于其中的困难点我相信自己能够一一克服。由于初次使用 BP 神经网络建立识别系统模型，为了更加深入了解其构建细节，我选择使用MATLAB 工具完成设计构思，从中发现问题，了解问题，解决问题，我相信能够获得预期的研究成果 四、课题研究进度计划 2010 年 11 月至 2010 年 12 月
6、：完成开题。 2010 年 12 月至 2011 年 2 月：基于 BP 神经网络的数字字符识别系统的构建。 2011 年 2 月至 2011年 3 月：基于 BP 神经网络的数字字符识别系统的实证研究，并丰富修改成果。 2011 年 3 月至 2011 年 4 月：完成毕业 论文写作，修改定稿，准备答辩 五、参考文献 1国刚，王毅 .应用 BP 神经网络进行手写体字母字母数字识别 J.电脑知识及技术 ,2008 年第四卷： 1-2 页 . 2韩立群 .人工神经网络教程 TP.2006 年 12 月 .北京：北京邮电大学出版社， 2006 年 12 月：68-80 页 3董长虹 .Matlab 神经网络与应用 TP.第二版 .北京：国防工业出版社 ,2007.9:64-106
