基于MATLAB的数字识别.docx
- 文档编号:14562247
- 上传时间:2023-06-24
- 格式:DOCX
- 页数:14
- 大小:295.82KB
基于MATLAB的数字识别.docx
《基于MATLAB的数字识别.docx》由会员分享,可在线阅读,更多相关《基于MATLAB的数字识别.docx(14页珍藏版)》请在冰点文库上搜索。
基于MATLAB的数字识别
计算机与信息工程学院
本科生毕业论文
基于BP神经网络的手写数字识别算法的设计与实现
班级:
13汉班
学号:
201********
*******
*******
2017年3月31日
毕业论文目录
全文共13页4834字
基于BP神经网络的手写数字识别算法的设计与实现
计算机与信息工程学院2013级汉班江晓雪20131102507
指导教师李艳玲副教授
摘要本文实现了基于MATLAB关于神经网络的手写数字识别算法的设计过程,采用神经网络中反向传播神经网络(即BP神经网络)对手写数字的识别,由MATLAB对图片进行读入、灰度化以及二值化等处理,通过神经网络进行训练和测试。
实验证明:
该神经网络对手写数字的识别可以达到95.65%。
关键词手写数字识别;BP神经网络;MATLAB语言
1绪论
1.1图像识别的提出
图像识别在信息技术发达的今天已经占据了很重要的地位,在我们实际生活中也有很多应用。
所谓的图像识别,就是指通过计算机对图像进行相应的处理、分析,来达到识别不同模型的目标和任务的一种技术。
对于它的提出,简单的来说,它的发展经历了三个阶段:
第一个是文字识别、第二个是数字图像处理与识别、第三个是物体识别。
第一种相对来说比较简单,它的研究是从1950年开始的,一般情况是识别字母、符号和数字,无论是印刷体识别还是手写体识别,它的应用都非常广泛,但是也伴随着,这个识别的过程会更加的耗时、费力,无论是人力还是物力,都会有很大的损失;第二种就是我们所说的数字图像处理与识别,在图片的识别过程中,图片识别会有一定的误差,也会带来小小的麻烦;第三就是物体识别,而物体的识别主要指的是:
在三维世界中,对于个体、环境的感知和认识进行识别,这不同于二维世界的认知,相对来说是更高级的计算机图像识别,它是以二维世界中对数字图像和模拟图像处理的办法为依据,进行更高一级的,并且结合了现代人工智能技术等学科的研究目标,研究成果已经被广泛的应用在各种工业探测机器人上,为人们的安全提供了很大的帮助。
1.2图像识别的现状与发展趋势
随着网络的发达、电子的信息化,图像识别的应用已经非常广泛,而主要的研究工作也包括各行各业,整理以下几点对其应用的广泛度进行说明:
⒈在生物学中,对生物的原型进行研究。
从生物的脑细胞结构、物体解剖等其他科学研究的方向对生物的体系结构、神经结构、神经细胞组织等生物的原型结构及其功能机理进行研究,增强对生物学更加全面的理解。
⒉在实际应用中,建立我们需要的理论模型。
根据需要应用的信息在生物学中的应用,建立需要的生物原型,也可以建立类似神经元、神经网络这样不可见的理论模型,以便可以让其更加有效的应用在生活中。
建立我们生活中不能直观表现的事物模型,以便我们可以更方便的、更直观的理解事物的本质。
⒊在信息时代中,建立网络模型以及算法研究。
就是通过上面所说的,建立相应的理论模型,在这个基础上加以理解,建立我们所需要的网络模型,实现计算机应用,主要应用在网络学习算法的研究,这方面的研究工作也被人们称为技术模型研究。
⒋信息时代的发展,让我们在生活中有很多的应用,例如:
完成某种函数图像的绘制以及对其变化的形式进行分析、对图片信号的处理、模式识别等功能,建立需要的应用系统、制造机器人等等。
通过上面的说明,也就是说从开始根据生物学原理的应用,直到建立需要的神经网络模型,最后应用到图像识别当中,可以看出其模型的建立是在生活中实例的基础上,其可靠性和准确性是显而易见的,这样就大大的增加了可信度,与此同时,也减少了工作中不必要的麻烦与困扰。
而在网络信息发达的今天,人类在基本粒子、宇宙空间、生命起源等科学领域方面都已经显现出很高的兴趣度,而这其中难免会有图像提取后的处理工作,所以图像识别的应用就会越来越广泛。
2BP神经网络的概述
反向传播(Back-Propagation,BP)学习算法简称BP算法,采用BP算法的前馈型神经网络简称BP网络。
BP网络是多层感知器的一种,它具备多层感知器的特点,同时也有自己的特点。
多层感知器包括输入层、隐藏层、输出层,其中隐藏层可以有多个,而我们BP网络中隐藏层只有一个,其简单构造如图所示:
图1多层感知器结构图
而我们用到的BP网络中的具体信号流如图所示,它有一个反向传播的过程,这也是对传播进行调整,使精确度更高的一种办法。
如图所示,其中有两种信号流通:
图2多层感知器的信号流
第一:
函数信号
简单来说就是信号进入输入层,然后通过隐藏层到达输入层,通过输出层输出所得值,就可以完成一个函数信号。
第二:
误差信号
误差信号就是在逆向的传播的过程中传输的信号。
其中,有两个重要参数。
一个是函数信号即sigmoid函数,还有一个就是权值的梯度运算即梯度向量。
(注:
sigmoid函数、权重的修正函数,如图所示。
)
(1)
(2)
通过对两个参数的调整,完成整个算法的应用。
3手写体数字识别的实现过程
3.1整体线路图
整体流程图如图3所示:
图3整体流程图
部分文件调用流程图如图4所示:
图4整体流程图
3.2算法流程
图片识别要经过训练好的模型来提取我们要得到的手写数字,而模型是经过多次的训练得到的,为了提高程序的准确度、增加可信度的一种数据集,所以,程序的开始,我们设计了多个可用的数据,来训练我们的神经网络。
如图3所示,一开始可视化我们的手写体测试数据,每个数字都保存在20*20的像素里,其中设置25个隐藏单位,0到9共10个数字标签。
将我们需要的参数保存到需要的函数中,也就是我们用到的θ1和θ2中。
也就是保存在我们用的.mat文件中的数据,如图5所示。
图5手写体训练数据
图6数据保存文件
注:
其中,.mat文件中保存的是二位数组,用来保存我们测试需要的数据。
其次,使用前馈神经网络,当参数λ=0时,运行nnCostFunction.m文件,而文件再调用sigmoidGradient.m、sigmoid.m两个参数文件(其中,sigmoid-
GradiEnt.m文件,就是对sigmoid函数的求导,为得就是得到sigmoid函数的梯度值,以便更好的了解数值变化的程度。
而sigmoid.m文件中保存的就是sigmoid函数)。
运行结果是损失函数J=0.287629。
其中也会实现损失函数的正规化和梯度。
而为了检测它的正确性,又使λ=1进行测试,调式,看结果是否符合要求,来检测正确性,得到的结果如图8所示,也是通过两组数据的对比,让我们更加清晰的体会它的不同之处。
图7实验数据对比图
(3)
(4)
第三,sigmoid函数的运行。
运行文件ex4.m文件中,提到函数g=sig-
moidGradient(),是指调用sigmoidGradient.m文件,文件中写了sigmoid函数的梯度表达式,而其中的g(z)函数,是sigmoid函数的方程式,
(5)
(6)
通过对文件的调用,输入测试值1、-0.5、0、0.5、1,可以得到输出的梯度数,而当z=0时,可以得到导数值为0.25。
越接近于0,它的变化越明显。
sigmoid函数梯度指的是标量场中变化的方向,而梯度值的大小就是用来表示变化的大小,简单来说就是我们数学中的斜率,而这么说也只是为了让人们更好的接受。
对于sigmoid函数的测试,我们用一组数据对它进行测试,得到的结果如图8所示:
图8梯度函数测试值
初始化参数(权重W文件的调用说明),文件中使用randInitializeWei-
ghts.m文件,来初始化θ1,θ2,产生随机变量,为下边的调用起到很重要的作用。
上文BP神经网络中也曾提到过,权重值是整个过程中很重要的一个参数。
而我们的randInitializeWeights.m文件中,也对其进行了新的定义,给定一个较小的ε值,计算出新的W值。
这个文件的作用是为了让我们打破对称而训练神经网络。
其中初始化W的一部分代码如图所示:
图9初始化权重值
其中,L_out,L_in是ex4.m文件中传输的数据。
最后,就是这个程序最重要的部分,神经网络的应用。
而神经网络的形成与训练又被分为以下几个部分来实现:
初始化神经网络、实现反向传播、实现正则化、训练NN。
而具体的函数调用部分可以从图3代码调用流程图看见,初始化神经网络用randInitializeWeights.m文件进行数据初始化。
而我们的显示界面并没有显示初始化以后的数据,这部分是不可见的。
通过文件调用图可见,实现反向传播和正规化都是运用了同一个文件,也就是说,内部调用的文件也是相同的,只是λ值不同,实现反向传播时λ=0,写在函数内部,进行数据判断,正则化则定义好了λ值,即λ=3,可以看到,因为λ值得不同,运行结果的输出情况也有所不同。
在checkNNGradients.m文件中,还引用了三个.m文件。
运行后得到两列相似的数列,如图10所示。
图10检查神经网络
这就是用于检测神经网络正确性的测试数据,通过测试数据得到相对偏差,即数字输出是产生的偏差值。
这个数值小于1e-9,则可以使用于数字识别的过程中,得到的结果如图11所示,可以看出,相对偏差小于要求值,则可以进行接下来的运行。
图11相对偏差
文件中通过对nnCostFunction.m文件的调用,可得到相应的测试数据,如图12所示:
图12成本函数的调试参数
训练神经网络,给出训练循环次数,本次循环次数为50,调用fmincg.m文件。
得到下列一组训练次数为50的数字,得到如图13所示。
图13神经网络的训练
通过这整个的实验,我们就可以得到自己想要的数据训练集。
3.3图像预处理
我们都知道,手写体的图片底色可以有很多种,而我们要做的就是将图片处理成我们需要的大小样子,放到训练集里运行,以便得到我们需要的图片信息。
这整个过程又会被分为很多小的地方。
过程可以大致分为以下几个步骤:
其中,所需要的程序代码部分为:
1、引入图片:
imread函数,可以引用多种类型的图片。
不会因为图片的格式不同而影响程序的运行。
2、用matlab中使用rgb2gray函数将彩色图片转化为灰度图像。
3、Graythresh函数是将图片阈值法,将灰度图片转化为索引图。
4、im2bw函数将索引图片二值化
5、用边缘切割算法,对图片进行切割细化。
最后得到的图片矩阵就是我们用到的样式,如果整个过程你还想区别不同样式的图片有什么变化,还可以用图片显示函数imshow进行显示,可以更加详细、明确地观察图片的变化。
3.4结果分析
结果由图片引入到程序中,经过神经网络的训练识别,成为数字显示在MATLAB的commandWindow工作区中。
显示准确度以及数字结果。
如图所示:
图14准确度显示
4结论
在信息发达的今天,图像识别已经占据了我们生活中很重要的一部分,其中包括遥感应用,矿物的勘探,农业的普查,监测火灾,交通智能化,视频检测跟踪等等。
而我这次的实验,只是其中的冰山一角,或许对这方面不会有太大的影响,但是对我自己的影响是很明显的,图形识别的学习让我自己受益匪浅。
这整个实验下来,既锻炼了我的耐力和意志力,又增强了自己迅速提取信息的能力,整个学习的过程,既枯燥又乏味,就提高了自己的修养,虽然过程很艰辛,但结果总归是好的。
其实,当开始写论文的时候,我还在不断的调试着自己的程序代码,对自己的程序进行更改修正,让它可以更完美的出现在人们的视野里面,达到自己满意的效果。
而我通过这次图像识别的学习也增强了自己的知识领域、扩充了自己的知识储备。
在整个代码的撰写过程中,需要查阅大量和实验相关的资料,这样也就会涉及到各种各样的知识,虽然学到了各种知识,但同时也增加了自己的工作量,因为面对同一类书籍,就会有很多不同的版本以及名称,需要一本本的查阅、检验,找到自己需要的信息,而这整个过程枯燥、乏味,这就锻炼了自己的耐力和信息提取的能力,让自己如何在众多的信息里面提取自己需要的信息,可以更加高速有效的完成任务。
对于MATLAB这个软件,之前一点都没有接触过,所以学习起来就会遇到各种想象不到的问题,而这些困难会让你整体的思路停滞不前,让你整个人都会很暴躁,明明就在眼前,却找不到的感觉就是那么让人抓狂,这时候,你觉得调整好自己的情绪、整理好自己的思路,然后重新出发,在一步一步的捋顺自己的思路想法。
这个过程中,我们要不断的让自己变得更有耐心。
这次实验中积累的知识和方法,是我一生的收获和财富,相信我会终生受益。
在本文的写作过程中得到了李艳玲老师的精心指导,在此表示衷心的感谢。
参考文献
[1]魏晗陈刚主编.MATLAB数字信号与图像处理范例实战速查宝典.北京:
清华大学出版社.
[2]焦里程主编.神经网络系统理论.西安:
西安电子科技大学出版社.
[3]StormyAttaway主编.MATLAB编程与工程应用(第二版).北京:
电子工业出版社.
[4]史忠植主编.神经网络.北京:
高等教育出版社.
[5]2011年8月
DesignandImplementationofHandwrittenNumeralRecognitionBasedonBPNeuralNetwork
ComputerandInformationEngineeringCollege2013JiangXiaoxue20131102507
DirectedbyLiYanlingAssociateprofessor
AbstractThispaperrealizesBP(backpropagation)neuralnetworkforhan-
dwrittendigitrecognitionbyMatlab.Thewholeprocessincludesreading,grayscale
andbinarizationprocessingfortheimage,andthenputtingitintotheneuralnetworktotrainandtest.Experimentalresultsshowthatitcanreach95.65%inaccuracy.
KeywordsHandwritten numeral recognition;TheBPneuralnetwork;
MATLABlanguage
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 MATLAB 数字 识别
![提示](https://static.bingdoc.com/images/bang_tan.gif)
文档标签
- 基于89C51数字
- 基于matlab数字音效
- 基于Matlab数字水印
- 基于matlab识别系统
- 基于matlab数字识别
- 基于MATLAB识别系统
- 基于fpgafsk数字
- 基于VC数字识别
- 基于数字PCB
- 基于FGAVerilogHDL数字
- 基于89S52数字
- 基于MATLAB语音识别
- 基于AT89C数字
- 基于MATLAB数字基带
- 基于matlab检测识别
- 基于MATLAB基本数字
- 基于MATLABIIR数字
- 基于matlabiir数字
- 基于VerilogHDL数字频率计设计
- 基于MATLABFM频率
- 基于QuartusII种数字频
- 基于CPLD数字频率计
- 基于SystemView数字频带
- 基于cpld数字频率计设计
- 基于FPGA数字秒表
- 基于verilog数字秒表