手写数字字符识别毕业论文

我曾经在MATLAB平台上用神经网络实现十个手写数字的识别，每个数字提供了四十个左右训练样本，最后得到的网络效果很好，只要不是刻意过度畸形的写法，都能识别出来，用的特征有脱机的也有联机的，一共十一个特征（宽高比，重心位置，起落笔位置等），不知对你是否有帮助。

研究生毕业论文电子签名可使用Mac 电脑自带的「预览」应用生成手写电子签名。

第一步：

仅针对苹果电脑用户，Mac 电脑有个自带的「预览」默认应用。

第二步：

打开一份 pdf 文档（也支持图片文件），默认会直接通过「预览」应用打开。

第三步：

点击工具栏上的小工具箱「标记」按钮。

第四步：

再点击「签字」图标，会弹出使用「触控板」或「摄像头」方式生成签名的提示，这里实际测试用「摄像头」扫描手写签名图片更好用。

如果你选择「触控板」，就点击方框内的「点按此处以开始」，开始在触控板上写下你的签名，会生成电子签名，

如果触控板不好用，可以选择「摄像头」选项，事先在白纸上面用笔签上名字，把签名位置对准摄像头，摄像头会扫描到白纸上的签名，自动生成签名，

第五步：

点击「完成」按钮。

第六步：

将生成的电子签名拖动到文档任意地方，并可以调整大小直到你满意为止，而且你刚刚创建好的电子签名也会被保存到「预览」应用里面，下次可以直接选择它来签署文档。

制作电子签名：

方法一：

首先用一张白纸签下你的名字，然后通过文件扫描（可以用扫描王软件等扫描软件）将签名生成JPG文件或PNG文件，即可在论文中插入签名照。

方法二：

在Word文档中插入拍好的签名照片，裁剪至合适的大小并移动到合适的位置（注意图片环绕型要选择浮于文字上方），然后双击图片进入图片编辑，在颜色那点击设置透明度。

通过调整透明度和裁剪图片大小，得到合适的电子签名。

电子签名概念

电子签名是现代认证技术的泛称，美国《统一电子交易法》规定，“电子签名”泛指“与电子记录相联的或在逻辑上相联的电子声音、符号或程序，而该电子声音、符号或程序是某人为签署电子记录的目的而签订或采用的”。

联合国《电子商务示范法》中规定，电子签名是包含、附加在某一数据电文内，或逻辑上与某一数据电文相联系的电子形式的数据，它能被用来证实与此数据电文有关的签名人的身份，并表明该签名人认可该数据电文所载信息;欧盟的《电子签名指令》规定。

“电子签名”泛指“与其他电子记录相连的或在逻辑上相连并以此作为认证方法的电子形式数据。”

从上述定义来看，凡是能在电子通讯中，起到证明当事人的身份、证明当事人对文件内容的认可的电子技术手段，都可被称为电子签名。

从电子签名的定义中，可以看出电子签名的两个基本功能：

1、识别签名人

2、表明签名人对内容的认可

以上内容参考：百度百科-电子签名

××××大学××××××××学院 20XX年制 摘 要正文略关键词：关键词； 关键词； 关键词； 关键词（关键词之间分号隔开，并加一个空格） Abstract正文略Keywords: keyword; keyword; keyword; keyword目 录摘 要 IVABSTRACT V第1章 绪 论 本论文的背景和意义 本论文的主要方法和研究进展 本论文的主要内容 本论文的结构安排 1第2章 各章题序及标题小2号黑体 各节点一级题序及标题小3号黑体 各节的二级题序及标题4号黑体 页眉、页脚说明 段落、字体说明 公式、插图和插表说明 2结 论 5致 谢 6参考文献 7附 录 1 标题 8附 录 2 标题 9 第1章 绪 论 本论文的背景和意义引用文献标示应置于所引内容最末句的右上角，用小五号字体[1]。当提及的参考文献为文中直接说明时，其序号应该用4号字与正文排齐，如“由文献[8，10～14]可知” 本论文的主要方法和研究进展 本论文的主要内容 本论文的结构安排第2章 各章题序及标题小2号黑体 各节点一级题序及标题小3号黑体正文另起一段，数字与标题之间空一格 各节的二级题序及标题4号黑体正文另起一段，数字与标题之间空一格 各节的三级题序及标题小4号黑体正文另起一段，数字与标题之间空一格1. 款标题 正文接排。本行缩进2字符，标题与正文空一格(1)项标题 正文接排，本行缩进1字符，标题与正文空一格。(2)项标题 正文略参考文献（参考的中文文献排在前面，英文文献排在后面。作者与作者之间用逗号隔开，不写“等，编著”等字样，如果版次是第一版，则省略。没有引用书籍文字则不写引用起止页，且以“ . ”结束）(著作图书文献)[1] 作者，作者. 书名. 版次. 出版社，出版年：引用部分起止页[2] 作者. 书名. 出版社，出版年.(翻译图书文献)[3] 作者. 书名. 译者. 版次. 出版者，出版年：引用部分起止页（学术刊物文献）[4] 作者. 文章名. 学术刊物名.年，卷（期）：引用部分起止页(学术会议文献)[5] 作者. 文章名. 编者名. 会议名称，会议地址，年份. 出版者，出版年：引用部分起止页[6] （学位论文类参考文献）[7] 研究生名. 学位论文题目. 学校及学位论文级别. 答辩年份：引用上述内容你参考一下，具体的模块可以发送给你。

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： 姓 名： 江晓雪 指导教师： 李艳玲 2017 年 3 月 31 日 毕 业 论 文 目 录 1 绪论1 图像识别的提出1 图像识别的现状与发展趋势1 2 BP神经网络的概述2 3 手写体数字识别的实现过程4 整体线路图4 算法流程5 图像预处理10 结果分析10 4 结论11 参考文献12 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 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。 关键词 手写数字识别；BP神经网络；MATLAB语言 1 绪论 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。 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。 2 BP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 整体线路图 整体流程图如图3所示： 图像测试 损失函数的设计与应用 可视化测试数据 神经网络的设计与训练 sigmoid函数 图3 整体流程图 部分文件调用流程图如图4所示： sigmoid checkNNGradients nnCostFunction 第八部分：实现正规化 第八部分：训练NN fmincg nnCostFunction sigmoidGradient sigmoid nnCostFunction sigmoidGradient randInitializeWeights checkNNGradients debugInitializeWeights nnCostFunction computeNumericalGradient 第五部分：sigmoid函数 第六部分：初始化参数 第七部分：实现反向传播 第三部分：前馈网络 第四部分：前馈正规化 图4 整体流程图 算法流程