1. 研究目的与意义（文献综述）
近年来随着网络与各类人工智能的升级与普及，人们的生活方式较于从前，发生了极大的改变，我们的生活水平因为科技的力量而逐步提高。现如今拥有模式识别识别的各式智能设备也开始开始越来越多的走入我们的生活中，给我们带来了更加快捷、便利的生活。模式识别的作用是，将物体通过识别目标物体的信息后，通过映射将信息标签化后再储存到对应的分类中去。在我们生活中就有很多模式识别的使用案例，比如自动分拣快递系统对快递单信息的识别、二维码图像识别、人脸识别支付等等都是其应用体现。而手写体阿拉伯数字与英文字母的识别作为文字识别下的一类，是模式识别领域中十分基础，但是运用却十分广泛的一种。而在电子办公盛行、无纸化办公日渐成为主流的今天，研究手写数字与字母识别的十分地有意义。文字识别在广义上能够分为印刷体识别与手写体识别。印刷体识别也就是光学字符识别（Optical Character Recognition，OCR），其原理主要是用电子设备将印刷体扫描、录入设备后，通过对比度、明暗等光学特征将字符的形状与特征识别出来，再通过给定的识别方法将形状翻译成为对应的机器语言储存在计算机中。这种方法识别字形统一，书写固定的印刷字体十分有效。但是手写体数字与字母相较于印刷体而言，存在着由于书写者的书写习惯导致的大小不一致、书写连笔、书写断笔等等差异性。即使是同一个人书写的相同的字符内容，也可能会有明显的不同。如果直接用印刷体识别的方式对手写体进行识别，会出现高错误率甚至无法识别的现象。所以对于手写体数字与字母识别，我们需要较于印刷体识别而言更为高效、高准确率的识别方法。这种方法要能够从形态各异的手写体中识别出对应的内容。而通过深度学习的方法则能够完美实现对手写字母与数字的识别。深度学习是机器学习领域中的一个研究方向，它的概念源自于对人工神经网络的研究，其基本原理是通过给定的模式分析方法对样本数据的内在规律和层次进行学习，让机器做到像人一样，能够识别样本数据，能够分析样本数据。
随着人们的不断深入研究与探索，目前国内外对于通过深度学习实现手写字母数字识别的的技术已经有了很大的发展。以手写数字为例，目前主流的通过深度学籍识别数字的技术基本都是基于BP神经网络（Back Propagation）与基于卷积神经网络（Convolutional Neural Network，CNN）模型，利用MNIST（Mixed NationalInstitute of Standards and Technology ）手写数字数据集对其进行识别训练。经过优化后识别的正确率都能达到95%以上，本设计主要对基于卷积神经网络模型的识别方法进行研究。
2. 研究的基本内容与方案
本设计主要思路为运用完全开源的tensorflow人工智能深度学习框架开发环境，建立深度学习框架，用卷积神经网络（cnn）模型结构对手写数字数据集与手写英文字母数据集的样本进行深度学习，再给定数据定样本进行正确率、精确度测试。由于tensorflow具有使用灵活，能够在多种平台上移植的特点，故在cnn模型经测试达到识别手写体的正确率要求后，最后可将模型移植到合适的目的平台。
围绕以上内容，拟采用的技术方案如下：
(1)结合硬件参数搭建合适的整套操作系统。tensorflow支持在ubuntu系统中安装，并且支持c 和python两种编程语言。安装过程按照ubuntu、java、python、cuba、bazel、tensorflow的顺序进行，并依次进行环境变量的配置工作。
3. 研究计划与安排
第1-4周：查阅相关中、英文文献资料，明确研究内容。确定设计方案，完开题报告；
第5-6周：完成论文开题工作，完成不少于2万字符的英文翻译任务。
第7-10周：完成手写识别系统的系统的设计与调试，并撰写部分论文初稿；
4. 参考文献（12篇以上）
[1]ali s,shaukat z,azeem m,et al.an efficientand improved scheme for handwritten digit recognition based onconvolutional neural network[j].sn applied sciences,2019,1(9):1-9
[2]erickson b j,korfiatis p,akkusz,et al.toolkits and libraries for deep learning[j].journal of digitalimaging,2017,30(4):400-405.
[3]munishkumar,m.k.jindal,r.k.sharma,et al. character and numeral recognition fornon-indic and indic scripts: a survey[j]. artificial intelligence review, 2019,vol.52 (4), pp.2235-2261
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
