1、<p><b>　　畢業(yè)設(shè)計(jì)文獻(xiàn)綜述</b></p><p><b>　　計(jì)算機(jī)科學(xué)與技術(shù)</b></p><p>　　手寫數(shù)字識(shí)別技術(shù)研究</p><p><b>　　一、前言部分</b></p><p>　　手寫數(shù)字識(shí)別(Handwritten Numeral R

2、ecognition)是光學(xué)字符識(shí)別技術(shù)(Optical Character Recognition,簡(jiǎn)稱OCR)的一個(gè)分支,它研究的對(duì)象是：如何利用電子計(jì)算機(jī)自動(dòng)辨認(rèn)人手寫在紙張上的阿拉伯?dāng)?shù)字。</p><p>　　OCR是模式識(shí)別的一個(gè)分支，按字體分類主要分為印刷體識(shí)別和手寫體識(shí)別兩大類.而手寫體識(shí)別又可分為受限手寫體和不受限識(shí)別體，按識(shí)別方式有課分為在線識(shí)別和脫機(jī)識(shí)別。在整個(gè)OCR領(lǐng)域中，最為困難的就是脫機(jī)

3、手寫字符的識(shí)別。到目前為止,盡管人們?cè)诿摍C(jī)手寫英文,漢字識(shí)別的研究中已取得很多可喜成就,但距實(shí)用還有一定距離。而在手寫數(shù)字識(shí)別這個(gè)方向上,經(jīng)過多年研究,研究工作者已經(jīng)開始把它向各種實(shí)際應(yīng)用推廣,為手寫數(shù)據(jù)的高速自動(dòng)輸入提供了一種解決方案。</p><p>　　字符識(shí)別處理的信息可分為兩大類:一類是文字信息,處理的主要是用各國(guó)家,各民族的文字(如:漢字,英文等)書寫或印刷的文本信息，目前在印刷體和聯(lián)機(jī)手寫方面技術(shù)已

4、趨向成熟,并推出了很多應(yīng)用系統(tǒng);另一類是數(shù)據(jù)信息,主要是由阿拉伯?dāng)?shù)字及少量特殊符號(hào)組成的各種編號(hào)和統(tǒng)計(jì)數(shù)據(jù),如:郵政編碼,統(tǒng)計(jì)報(bào)表,財(cái)務(wù)報(bào)表,銀行票據(jù)等等,處理這類信息的核心技術(shù)是手寫數(shù)字識(shí)別。因此,手寫數(shù)字的識(shí)別研究有著重大的現(xiàn)實(shí)意義,一旦研究成功并投入應(yīng)用,將產(chǎn)生巨大的社會(huì)和經(jīng)濟(jì)效益。[1][2][15]</p><p><b>　　二、主題部分</b></p><p

5、>　?。ㄒ唬?手寫數(shù)字識(shí)別研究的理論意義</p><p>　　手寫數(shù)字識(shí)別作為模式識(shí)別領(lǐng)域的一個(gè)重要問題,也有著重要的理論價(jià)值:</p><p>　　1.阿拉伯?dāng)?shù)字是唯一的被世界各國(guó)通用的符號(hào),對(duì)手寫數(shù)字識(shí)別的研究基本上與文化背景無關(guān),這樣就為各國(guó),各地區(qū)的研究工作者提供了一個(gè)施展才智的大舞臺(tái)。在這一領(lǐng)域大家可以探討,比較各種研究方法。</p><p>　　2

6、.由于數(shù)字識(shí)別的類別數(shù)較小,有助于做深入分析及驗(yàn)證一些新的理論。</p><p>　　3.盡管人們對(duì)手寫數(shù)字的識(shí)別已從事了很長(zhǎng)時(shí)間的研究,并已取得了很多成果,但到目前為止機(jī)器的識(shí)別本領(lǐng)還無法與人的認(rèn)知能力相比,這仍是一個(gè)有難度的開放問題(Open problem)。</p><p>　　4.手寫數(shù)字的識(shí)別方法很容易推廣到其它一些相關(guān)問題，很多學(xué)者就是把數(shù)字和英文字母的識(shí)別放在一塊兒研究的。

7、[1][2]</p><p>　　（二）手寫數(shù)字識(shí)別方法與研究難度</p><p>　　手寫數(shù)字識(shí)別在學(xué)科上屬于模式識(shí)別和人工智能的范疇。在過去的四十年中,人們想出了很多辦法獲取手寫字符的關(guān)鍵特征。這些手段分兩大類:全局分析和結(jié)構(gòu)分析。對(duì)前者,我們可以使用模板匹配,象素密度,矩,特征點(diǎn),數(shù)學(xué)變換等技術(shù)。這類的特征常常和統(tǒng)計(jì)分類方法一起使用。對(duì)后者,多半需要從字符的輪廓或骨架上提取字符形狀的

8、基本特征,包括:圈,端點(diǎn),節(jié)點(diǎn),弧,突起,凹陷,筆畫等等。與這些結(jié)構(gòu)特征配合使用的往往是句法的分類方法.。多年的研究實(shí)踐表明,對(duì)于完全沒有限制的手寫數(shù)字,幾乎可以肯定:沒有一種簡(jiǎn)單的方案能達(dá)到很高的識(shí)別率和識(shí)別精度。因此,最近這方面的努力向著更為成熟,復(fù)雜,綜合的方向發(fā)展。一方面,研究工作者努力把新的知識(shí)運(yùn)用到預(yù)處理,特征提取,分類當(dāng)中,如:神經(jīng)網(wǎng)絡(luò),數(shù)學(xué)形態(tài)學(xué)等。我認(rèn)為,在手寫數(shù)字識(shí)別的研究中,神經(jīng)網(wǎng)絡(luò)技術(shù)和多種方法的綜合是值得重視的

9、方向.</p><p>　　雖然數(shù)字的類別只有十種,筆劃又簡(jiǎn)單,其識(shí)別問題似乎不是很困難。但事實(shí)上,一些測(cè)試結(jié)果表明,數(shù)字的正確識(shí)別率并不如印刷體漢字識(shí)別正確率高,甚至也不如聯(lián)機(jī)手寫體漢字識(shí)別率高,而只僅僅優(yōu)于脫機(jī)手寫體漢字識(shí)別。這其中主要原因是:第一,不同數(shù)字之間字形相差不大,使得準(zhǔn)確區(qū)分某些數(shù)字相當(dāng)困難;第二,數(shù)字雖然只有十種,而且筆劃簡(jiǎn)單,但同一數(shù)字寫法千差萬別,全世界各個(gè)國(guó)家各個(gè)地區(qū)的人都用,其書寫上帶有

10、明顯的區(qū)域特性,很難完全做到兼顧世界各種寫法的極高識(shí)別率的通用性數(shù)字識(shí)別系統(tǒng)。另外,在實(shí)際應(yīng)用中,對(duì)數(shù)字識(shí)別單字識(shí)別正確率的要求要比文字要苛刻得多。這是因?yàn)?數(shù)字沒有上下文關(guān)系,每個(gè)單字的識(shí)別都事關(guān)重要,而且數(shù)字識(shí)別經(jīng)常涉及的財(cái)會(huì),金融領(lǐng)域其嚴(yán)格性更是不言而喻的。因此,用戶的要求不是單純的高正確率,更重要的是極低的,千分之一甚至萬分之一以下的誤識(shí)率。此外,大批量數(shù)據(jù)處理對(duì)系統(tǒng)速度又有相當(dāng)?shù)囊?許多理論上很完美但速度過低的方法是行不通的

11、。因此,研究高性能的手寫數(shù)字識(shí)別算法是一個(gè)有相當(dāng)?shù)奶魬?zhàn)性的任務(wù)。[1][2][3][7][8]</p><p>　?。ㄈW(xué)習(xí)和測(cè)試樣本庫(kù)的選擇</p><p>　　如前一部分提到的,手寫數(shù)字的寫法帶有明顯的地區(qū)性和民族性,因而選擇一個(gè)可供系統(tǒng)訓(xùn)練和測(cè)試使用的樣本庫(kù)是手寫數(shù)字識(shí)別研究的重要基礎(chǔ)之一,對(duì)識(shí)別系統(tǒng)的性能也有重要的影響。研究者對(duì)所需的樣本庫(kù)有兩種選擇:一是自己根據(jù)需要建立專門的樣

12、本庫(kù),二是選用其它機(jī)構(gòu)做好的現(xiàn)成的樣本庫(kù)。前者的優(yōu)點(diǎn)是帖近自己的應(yīng)用,缺點(diǎn)也是明顯的:要費(fèi)相當(dāng)?shù)木η掖硇院茈y保證,與其它人的結(jié)果不好比較。因此,現(xiàn)在的趨勢(shì)是使用有權(quán)威性的通用樣本庫(kù)。目前,比較有代表性的,樣本數(shù)量較大的手寫數(shù)字樣本庫(kù)有:</p><p>　　1.NIST數(shù)據(jù)庫(kù),由美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)局收集;</p><p>　　2.CEDAR數(shù)據(jù)庫(kù),是由紐約州立大學(xué)Buffalo分校計(jì)算

13、機(jī)科學(xué)系文本分析與識(shí)別中完成的郵政編碼的樣本庫(kù);</p><p>　　3.ETL數(shù)據(jù)庫(kù),由日本電工技術(shù)研究所收集;</p><p>　　4.ITPT數(shù)據(jù)庫(kù),由日本郵電通信政策研究所收集。[2][3]</p><p>　?。ㄋ模┳R(shí)別系統(tǒng)性能的評(píng)價(jià)</p><p>　　作為一個(gè)識(shí)別系統(tǒng),我們最終要用某些參數(shù)來評(píng)價(jià)其性能的高低,手寫數(shù)字識(shí)別也不例外

14、。評(píng)價(jià)的指標(biāo)除了借用一般文字識(shí)別里的通常做法外,還要根據(jù)數(shù)字識(shí)別的特點(diǎn)進(jìn)行修改和補(bǔ)充。</p><p>　　對(duì)一個(gè)手寫數(shù)字識(shí)別系統(tǒng),可以用三方面的指標(biāo)表征系統(tǒng)的性能:</p><p><b>　　*正確識(shí)別率</b></p><p>　　A=正確識(shí)別樣本數(shù)/全部樣本數(shù)*100%</p><p><b>　　*替

15、代率(誤識(shí)率)</b></p><p>　　S=誤識(shí)樣本數(shù)/全部樣本數(shù)*100%</p><p><b>　　*拒識(shí)率</b></p><p>　　R=拒識(shí)樣本數(shù)/全部樣本數(shù)*100%</p><p>　　三者的關(guān)系是:A+S+R=100%</p><p>　　數(shù)字識(shí)別的應(yīng)用中,人們往

16、往很關(guān)心的一個(gè)指標(biāo)是"識(shí)別精度",即:在所有識(shí)別的字符中,除去拒識(shí)字符,正確識(shí)別的比例有多大,我們定義:</p><p>　　識(shí)別精度P=A/(A+S)*100%.</p><p>　　一個(gè)理想的系統(tǒng)應(yīng)是R,S盡量小,而P,A盡可能大。而在一個(gè)實(shí)際系統(tǒng)中,S,R是相互制約的,拒識(shí)率R的提高總伴隨著誤識(shí)率S的下降,與此同時(shí)識(shí)別率A和識(shí)別精度P的提高。因此,在評(píng)價(jià)手寫數(shù)字識(shí)

17、別系統(tǒng)系統(tǒng)時(shí),我們必須綜合考慮這幾個(gè)指標(biāo)。另外,由于手寫數(shù)字的書寫風(fēng)格,工整程度可以有相當(dāng)大的差別,因此必須弄清一個(gè)指標(biāo)在怎樣的樣本集合下獲得的。</p><p>　　以上多種因素使得不同系統(tǒng)的性能很難做絕對(duì)比較,根據(jù)我從文獻(xiàn)中所看到的和在科研實(shí)踐中的體會(huì),可以認(rèn)為目前手寫數(shù)字識(shí)別研究的較高水平是:對(duì)自由書寫的數(shù)字,在不拒識(shí)時(shí)達(dá)到96%以上的識(shí)別率;在拒識(shí)少于15%的樣本時(shí),誤識(shí)率能降到0.1%以下。[4][5]

18、[6][13][14]</p><p>　?。ㄎ澹┦謱憯?shù)字識(shí)別的應(yīng)用</p><p>　　手寫數(shù)字識(shí)別有著極為廣泛的應(yīng)用前景,這也正是它受到世界各國(guó)的研究工作者重視的一個(gè)主要原因。下面將介紹基于手寫數(shù)字識(shí)別的應(yīng)用系統(tǒng)的特殊要求,以及一些以手寫數(shù)字識(shí)別技術(shù)為基礎(chǔ)的典型應(yīng)用。</p><p>　　1.基于手寫數(shù)字識(shí)別的應(yīng)用系統(tǒng)的特殊要求:</p><

19、p>　　盡管手寫數(shù)字識(shí)別與一般的文本(如:漢字,英文等)識(shí)別同屬于光學(xué)字符識(shí)別(OCR)的大范疇,從應(yīng)用的角度出發(fā),手寫數(shù)字識(shí)別應(yīng)用系統(tǒng)有很多特殊的要求:識(shí)別精度要達(dá)到很高的水平:</p><p>　?。?）識(shí)別精度要達(dá)到很高的水平:在一般的文本識(shí)別中,信息的冗余較大,有充分的上下文信息,因而對(duì)識(shí)別的精度要求不是十分高,達(dá)到98%-99%就足夠了。而在數(shù)字識(shí)別中,由于沒有上下文關(guān)系,數(shù)據(jù)中的每一位數(shù)字都至關(guān)

20、重要(試想:在財(cái)務(wù)報(bào)表中,把40,000元認(rèn)成90,000元,從字符識(shí)別的角度僅認(rèn)錯(cuò)了一個(gè)數(shù)字,但對(duì)用戶而言,這是一個(gè)絕對(duì)不能容許的錯(cuò)誤)。一般來說,這類實(shí)用系統(tǒng)的精度至少應(yīng)在99.9%以上。前面已經(jīng)提到,高性能的自由手寫數(shù)字識(shí)別是一個(gè)很困難的問題,至今為止還沒有什么方法能與人的辨識(shí)能力相比,那么在目前的技術(shù)水平下,如何滿足高精度的要求呢?</p><p>　?、僖髸鴮懻哂靡?guī)定的字型認(rèn)真填寫,避免使用某些容易造

21、成混淆的變體。這個(gè)限制對(duì)用戶可能是很不方便的,因?yàn)檫@意味著書寫速度的降低和書寫習(xí)慣的改變,但從整體上,系統(tǒng)的識(shí)別水平將有大幅度的提高,能很大程度上提高系統(tǒng)的運(yùn)行效率。</p><p>　　②提高拒識(shí)率.通過提高拒識(shí)率就可以減低誤識(shí)率,直到達(dá)到指定的精度要求。當(dāng)然,拒識(shí)的增多意味著操作人員的介入的增加,這對(duì)用戶是極為不利的。</p><p>　?、奂尤脒壿嬓ｒ?yàn).在通信系統(tǒng)中,人們常通過加校驗(yàn)

22、碼來保證數(shù)據(jù)的高質(zhì)量傳輸,常見的校驗(yàn)碼有:奇偶校驗(yàn),漢明碼等。在基于手寫數(shù)字的應(yīng)用系統(tǒng)中,我們也可以采用類似的方法。不過,這時(shí)校驗(yàn)方式應(yīng)盡量簡(jiǎn)單,直觀,利于填寫人快速算出。對(duì)處理速度也有很高的要求:。</p><p>　?。?）對(duì)處理速度也有很高的要求:數(shù)字識(shí)別面對(duì)的都是極其大量的數(shù)據(jù)報(bào)表,一般都要求達(dá)到每分鐘幾頁(yè)到幾十頁(yè)的處理能力(包括掃描到完成識(shí)別的全過程)。而眾所周知,處理速度與處理精度是一對(duì)矛盾,現(xiàn)在既要

23、達(dá)到前面提到的高識(shí)別精度,又要有如此之高的速度,無疑增加了系統(tǒng)的設(shè)計(jì)難度。不過近年來,硬件水平提高很快,目前市場(chǎng)上已有較低價(jià)格,每分鐘可掃描10-20頁(yè)的高性能掃描儀;微機(jī)的運(yùn)算速度更是飛快提高。這些都為高的處理速度奠定了堅(jiān)實(shí)的基礎(chǔ)。</p><p>　?。?）要能批量自動(dòng)作業(yè).在一般的文本識(shí)別中,多是操作者一頁(yè)頁(yè)地送入文本,手工幫助機(jī)器進(jìn)行版面分割(機(jī)器的自動(dòng)分割能力往往是十分有限的)后再開始識(shí)別,很難保證高質(zhì)

24、量的批量自動(dòng)識(shí)別。而在數(shù)字識(shí)別系統(tǒng)中這是一個(gè)必須做到且應(yīng)能做到的基本要求。原因如下：</p><p>　?、偃绻宽?yè)的處理都要人手工幫助完成,系統(tǒng)的綜合處理速度無法達(dá)到要求;</p><p>　?、趻呙鑳x的自動(dòng)進(jìn)紙(ADF-Automatic Document Feeding)技術(shù)已十分成熟;</p><p>　?、厶幚淼膶?duì)象在很多情況下是版面完全相同的大批表格,很

25、容易作到欄目的自動(dòng)提取.要有便于批量快速校對(duì)修改的手段.</p><p>　?。?）要有便于批量快速校對(duì)修改的手段.[5][6][9][10][11]</p><p>　　手寫數(shù)字識(shí)別在大規(guī)模數(shù)據(jù)統(tǒng)計(jì)中的應(yīng)用:</p><p>　　在大規(guī)模的數(shù)據(jù)統(tǒng)計(jì)(如:行業(yè)年檢,人口普查等)中,需要輸入大量的數(shù)據(jù),以前完全要手工輸入,則需要耗費(fèi)大量的人力和物力。近年來在這類工作中

26、采用OCR技術(shù)已成為一種趨勢(shì)。因?yàn)樵谶@種應(yīng)用中,數(shù)據(jù)的錄入是集中組織的,所以往往可以通過專門設(shè)計(jì)表格和對(duì)書寫施加限制以便于機(jī)器的自動(dòng)識(shí)別。目前國(guó)內(nèi)的大多數(shù)實(shí)用系統(tǒng)都要求用戶按指定規(guī)范在方格內(nèi)填寫。另外,這些系統(tǒng)往往采用合適的用戶界面對(duì)識(shí)別結(jié)果做全面的檢查,最終保證結(jié)果正確無誤?？梢钥闯?這是一類相對(duì)容易的應(yīng)用,對(duì)識(shí)別核心算法的要求比較低,是目前國(guó)內(nèi)很多單位應(yīng)用開發(fā)的熱點(diǎn)。[1][3]</p><p>　　手寫數(shù)字

27、識(shí)別在財(cái)務(wù),稅務(wù),金融領(lǐng)域中的應(yīng)用:</p><p>　　財(cái)務(wù),稅務(wù),金融是手寫數(shù)字識(shí)別大有可為的又一領(lǐng)域。隨著世界經(jīng)濟(jì)的迅速發(fā)展,每天等待處理的財(cái)務(wù),稅務(wù)報(bào)表,支票,付款單等越來越多。如果能把它們用計(jì)算機(jī)自動(dòng)處理,無疑可以節(jié)約大量的時(shí)間,金錢和勞力。與上面提到的統(tǒng)計(jì)報(bào)表處理相比,在這個(gè)領(lǐng)域的應(yīng)用難度更大,原因有:</p><p>　?、賹?duì)識(shí)別的精度要求更高;</p><

28、;p>　?、谔幚淼谋砀裢恢挂环N,一個(gè)系統(tǒng)應(yīng)能智能地同時(shí)處理若干種表格;</p><p>　　③由于處理貫穿于整個(gè)日常工作之中,書寫應(yīng)盡量按一般習(xí)慣(如:不對(duì)書寫者的寫法做限定,書寫時(shí)允許寫連續(xù)的字串,而不是在固定的方格內(nèi)書寫),這樣對(duì)識(shí)別及預(yù)處理的核心算法要求也提高了。[1][3][15]</p><p>　　4.手寫數(shù)字識(shí)別在郵件分揀中的應(yīng)用:</p><p

29、>　　隨著人們生活水平的提高,經(jīng)濟(jì)活動(dòng)的發(fā)展,通信聯(lián)系的需求使郵件的互換量大幅度增加,我國(guó)郵件業(yè)務(wù)量也在不斷增長(zhǎng),預(yù)計(jì)到2000年,一些大城市的中心郵局每天處理量將高達(dá)幾百萬件,業(yè)務(wù)量的急劇上升使得郵件的分揀自動(dòng)化成為大勢(shì)所趨。在郵件的自動(dòng)分揀中,手寫數(shù)字識(shí)別(OCR)往往與光學(xué)條碼識(shí)別(OBR---Optical Bar Reading),人工輔助識(shí)別等手段相結(jié)合,完成郵政編碼的閱讀。目前使用量最大的OVCS分揀機(jī)的性能指標(biāo):O

30、CR拒分率30%,OCR分揀差錯(cuò)率1.1%。[1][3]</p><p><b>　　三、總結(jié)部分</b></p><p>　　隨著世界信息化進(jìn)程的加速，手寫數(shù)字識(shí)別已經(jīng)在系統(tǒng)控制、人工智能、生物醫(yī)學(xué)工程、遙感數(shù)據(jù)分析、軍事目標(biāo)識(shí)別等領(lǐng)域發(fā)揮了重要的作用,在國(guó)民經(jīng)濟(jì)、國(guó)防建設(shè)、社會(huì)發(fā)展和社會(huì)治安等方面得到廣泛的應(yīng)用。因此對(duì)于這方面的研究也應(yīng)該加強(qiáng)，以推動(dòng)信息化的快速發(fā)

31、展。</p><p>　　手寫數(shù)字識(shí)別的難點(diǎn)在于：第一,不同數(shù)字之間字形相差不大,使得準(zhǔn)確區(qū)分某些數(shù)字相當(dāng)困難;第二,數(shù)字雖然只有十種,而且筆劃簡(jiǎn)單,但同一數(shù)字寫法千差萬別，所以使識(shí)別率和識(shí)別精度達(dá)不到要求。我認(rèn)為，手寫數(shù)字識(shí)別應(yīng)用系統(tǒng)性能的關(guān)鍵與瓶頸仍然在于手寫數(shù)字識(shí)別核心算法的性能上，怎么解決手寫數(shù)字識(shí)別系統(tǒng)應(yīng)用中的難點(diǎn)，以改善核心算法，突破瓶頸是我們要首先考慮的問題，只有解決了難點(diǎn)，在核心算法上有了新的突破

32、，才能研究出零誤識(shí)率和底拒識(shí)率的高速識(shí)別算法，達(dá)到我們的最終目標(biāo)。</p><p><b>　　四、參考文獻(xiàn)</b></p><p>　　[1] 曹丹等.手寫數(shù)字識(shí)別的研究進(jìn)展[J].電腦知識(shí)與技術(shù).2009.03.</p><p>　　[2] 婁震等.自由手寫體數(shù)字識(shí)別研究[J].計(jì)算機(jī)學(xué)報(bào).1999.10. </p><

33、p>　　[3] 張捷.手寫數(shù)字識(shí)別的研究與應(yīng)用[D]; 西安:西安建筑科技大學(xué);2004.</p><p>　　[4] 王鵬.基于神經(jīng)網(wǎng)絡(luò)的手寫體字符識(shí)別[D]. 北京:北京工業(yè)大學(xué)學(xué)報(bào).2007.09. </p><p>　　[5] 王軍.基于模板匹配的聯(lián)機(jī)手寫數(shù)字識(shí)別[J].現(xiàn)代計(jì)算機(jī)（專業(yè)版）.2008.</p><p>　　[6] 朱小燕等.基于反饋的

34、手寫體字符識(shí)別方法的研究[J].清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系.2002.05.</p><p>　　[7] 楊淑瑩等.圖像模式識(shí)別-VC++技術(shù)實(shí)現(xiàn)[M].北京：清華大學(xué)出版社.2005.</p><p>　　[8] 王愛玲等.MATLAB R2007圖像處理技術(shù)與應(yīng)用[M].北京：電子工業(yè)出版社.2008.</p><p>　　[9] 施少敏.基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)字

35、識(shí)別方法[J].兵工自動(dòng)化.2006.10.</p><p>　　[10] 付慶鈴等.基于人工神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識(shí)別[J].北京工商大學(xué)學(xué)報(bào).2004.122.</p><p>　　[11] 黃巧巧.基于BP神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識(shí)別系統(tǒng)研究[D].華中師范大學(xué).2009.05.</p><p>　　[12] 王永亮.小波神經(jīng)網(wǎng)絡(luò)在手寫數(shù)字識(shí)別中研究與應(yīng)用[D].山東理

36、工職業(yè)學(xué)院.電腦編程技巧與維護(hù).2010.14.</p><p>　　[13] Gonzalez,Wood.Digital Image Processing[M].Prentice Hall.2008.</p><p>　　[14] Richard O.Duda.Pattern Classification[M]. wiley-Interscience. 2000.</p>