[发明专利]手写数字图像识别分类方法

摘要

本发明涉及一种手写数字图像识别分类方法，对数据集中随机选取数据进行预处理后送入BP神经网络进行训练，形成一个已经训练好的神经网络，将其称为一个弱分类器；重复训练得到数个弱分类器，利用改进的ADABOOST算法将数个弱分类器组合在一起，形成一个强分类器，最后将用强分类器对数据分类识别。本发明对于ADABOOST中的判别方式进行优化，使其结构更加合理、智能、优化，通过改进后的算法对手写数字进行分类识别，从而大大增强了其分辨能力，极大的降低由于人员经验不足与疏忽大意，以及字体模糊不清，难以识别所造成的分类失误，从而提高了检测的准确率，减少误判和漏判问题的发生。

主权项

1.一种手写数字图像识别分类方法，其特征在于，具体包括如下步骤：1)从数据集之中，随机选取数据中6万张图片作为训练集，训练集中包含0至9这10个手写数字图片各6千张，数据集中的图片图像大小为28*28；2)、对选取的图像进行二值化处理，将待识别图像转换为二进制图像，再将图像大小进行缩放，统一缩放为大小10*10的图像，最后再将此10*10的图像进行重新排列，将其转换为1*100的维度数组；3)、将训练集经过步骤2)处理后的6万个1*100的维度数组打乱顺序后带入BP神经网络进行训练，形成一个已经训练好的神经网络，将其称为一个弱分类器；然后再重新打乱数据顺序后带入神经网络中进行训练得到第二个弱分类器；同样方法得到数个弱分类器；4)利用改进的ADABOOST算法将数个弱分类器组合在一起，形成一个强分类器，最后将用强分类器对数据分类识别。