BP神经网络基于Matlab识别26个英文字母

第一，设计思想

字符识别在现代日常生活中的应用越来越广泛，如车辆牌照自动识别系统、手写识别系统、办公系统等。本文使用BP网络识别26个英文字母。首先，通过长度和宽度，将待识别的26个字母中的每个字母分别为7个×五个方块进行数字化处理，并用一个向量表示。相应的数据位置为1，其它位置为0。

第二，调用流程

本文以matlab为基础，编制了相关程序，代码相对简单粗糙，没有深入研究，仅供参考，部分代码如下：

在桌面上复制M文档和相应的字母图标。

（一）、打开shibie.m文档，1运行时会有以下提醒:请直接按回车键生成输入向量和目标向量，请稍等。2直接按回车键，会有以下提醒:输入向量和目标向量生成结束！请按下回车键练习神经网络。3.再次按下回车键，练习。训练结束后，会有下图所示的结果(图1)

图1

（二）、打开shibie2.m文档，1运行时会有以下提醒:请输入测试图像2，输入图形号，如O，为143，返回汽车。会有如图所示的结果。

字母M也是123，其输出结果是123。

三、总结

通过模拟结果可以看出，基于BP算法的字母识别具有相对较高的容错性和准确性，在有噪音的情况下训练其识别错误率也相应增加，需要进一步提高。

最后，有编程相关需求，欢迎通过微信微信公众号联系我们。

微信公众号：320科技工作室。