通过MLP网络结构进行手写数字识别的系统设计

路明玉

摘  要：数字识别是近年来发展起来的一项新科技，具有广泛的应用前景。该文主要利用MLP网络结构实现手写体数字的识别。首先，设计网络模型对识别精度进行测试。然后提取结构特征并输入网络模型验证其正确性。

关键词：数字识别  多层感知机  网络模型

中图分类号：TP391   文献标识码：A            文章编号：1672-3791（2019）05（b）-0017-02

1  课题背景意义

数字识别是近年来发展起来的一项新科技，应用十分广泛，在选票统计、牌照识别、信件分拣、银行数据等分析中都具有重要的应用价值。现有大量的数据、报告和账户记录是通过手动输入电脑系统，导致错误多、效率低。机器识别会避免这些缺点，让机器学会像人类一样识别手写数字，像人类一样学习和分类。只要保障硬件条件的满足，机器识别不会因长时间工作产生疲劳，出现识别错误，所以，一个好的数字识别技术会解决这些问题。该文研究的正是一种手写数字识别系统。

2  手写数字识别

2.1 手写数字识别一般方法

手写数字识别方法很多，比如多层感知机、循环神经网络、卷积神经网络等。对于手写的数字，笔画简单并且书写方便，而且分类不多，大体上可以归纳成一个分类问题。

2.2 手写数字识别难点

（1）手写数字的笔画简单且差别不大，书写方便，只有10个种类，在识别的过程中可以提取出来的信息太少，识别难度很大。

（2）对同一个数字，不同人去写，差别很大，每个人每次的写法也都不一样，找不到任何规律。

（3）很多人在较忙碌时书写的数字存在连笔的状况。……