基于BP神经网络的手写体数字识别

第一：搭建一个BP神经网络，用一个训练集去训练它，得到修正好的各个网络参数，主要就是连接权值和阈值，我将它保存在train2.mat文件中，再用一个测试集去测试一下它识别的正确率。第二：设计一个GUI，实现以下这几个功能：加载图片；对待识别图像的预处理；图像的标准归一化；识别。加载图片：这很容易实现，主要就是弹出一个文件选择框来选择图片，可以百度。对待识别图像的预处理：主要就是灰度化，二值化。图像的标准归一化：就是将图片中关于数字的区域分割出来，再对它进行归一化，转化为28*28像素的形式，使它符合神经网络的输入模式；同时也进行一些图像处理操作，如去噪，取反，形态学处理(膨胀、腐蚀、开操作、闭操作等)。识别：将BP网络写进去，并加载训练好的参数到网络中(训练好的参数放在train2.mat文件中)。该设计比较简单，应该不难看懂。