基于BP神经网络的数字识别主要内容 1.课题研究背景 2 图像预处理 3 模式识别 4识别效果 5总结1.课题研究背景 近年来,人工神经网络技术取得了巨大的发展,它所 具有的优势：固有的并行结构和并行处理、知识的分布存 储、容错性、自适应性、模式识别能力,为手写体数字识别 开辟了新的途径。 数字识别作为模式识别的一个重要分支,在邮政、税 务、交通、金融等行业的实践活动中有着及其广泛的应用 。 数字识别作为模式识别领域的一个重要问题，也有 着重要的理论价值。一方面，阿拉伯数字是世界各国通用 的符号，因此，数字是一个重要枢纽。在符号识别领域， 数字识别为这一领域提供了一个算法研究的平台。另一方 面，数字的识别方法很容易推广到其它一些相关问题，特 别是对英文字母的识别，但到目前为止机器的识别本领还 无法与人的认知能力相比，这仍是一个有难度的开放问题 。1.1.数字识别的发展现状 模式识别 (Pattern Recognition)是对表征事 物或现象的各种形式的(数值的、文字的和逻 辑关系的)信息进行处理和分析，以对事物或 现象进行描述、辨认、分类和解释的过程。它 是信息科学和人工智能的重要
