摘要:手写体数字识别是指利用电子计算机自动辨认手写体阿拉伯数字的一种技术,手写体数字识别的研究不仅有很大的应用价值,而且有重要的理论价值,由于数字的类别较小,有助于作深入分析及验证一些新的理论。
贝叶斯分类算法是统计学分类方法,它是一类利用概率统计知识进行分类的算法。在许多场合,贝叶斯分类算法可以与决策树和神经网络分类算法相媲美,该算法能运用到大型数据库中,且方法简单、分类准确率高、速度快。
本论文主要介绍了手写体数字识别的一些基本知识和发展概况,然后介绍了贝叶斯理论分类器原理,及贝叶斯分类器应用关于手写体数字识别的设计原理,最后本文叙述了利用贝叶斯原理识别数字的开发过程。
关键词:手写体数字识别;分类器;贝叶斯
目录
摘要
Abstract
第一章 绪论-1
1.1课题研究的意义-1
1.2国内外目前水平-1
1.3手写体数字识别简介-2
1.4基于手写数字识别的典型应用-3
1.5识别的技术难点-4
1.6主要研究工作-5
第二章 手写体数字识别基本过程-6
2.1手写体数字识别系统结构-6
2.2分类器设计-7
2.2.1 特征空间优化设计问题-7
2.2.2分类器设计准则-8
2.2.3分类器设计基本方法-9
2.3 判别函数-10
2.4训练与学习-11
第三章 贝叶斯方法应用于手写体数字识别-12
3.1贝叶斯由来-12
3.2贝叶斯公式-12
3.3贝叶斯公式Bayes决策理论-14
3.4贝叶斯应用于的手写体数字理论部分-15
3.4.1.特征描述-15
3.4.2最小错误分类器进行判别分类-17
第四章 手写体数字识别的设计流程及功能的具体实现-19
4.1 手写体数字识别的流程图-19
4.2功能具体实现-19
第五章 结束语-27
参考文献-28
致谢-29