基于卷积神经网络的MNIST手写字识别模型设计开题报告

全文总字数：3422字

1. 研究目的与意义（文献综述）

1.1 研究背景

随着计算机技术的飞速发展，计算机与人们的关系越发密切，人们越来越依靠计算机处理各种事物，它已经成为我们生活中必不可少的一部分。在当代社会中，文字是生活中必不可少的信息载体，因此，对文字的提取对人们而言十分重要。如何提高文字识别速度以及识别的准确率，使得人机交互更为方便快捷，这是目前计算机亟需努力的方向。

手写体文字识别是计算机识别中的热点和难点，它主要是靠扫描仪器对扫描的文字信息输入计算机，借助计算机对图像分析从而对图像中的文字进行识别的一门技术，它涉及图像处理、统计处理、模式识别等多个领域，多门学科相互交叉，对手写体识别的研究有助于推动计算机的智能化发展。

2. 研究的基本内容与方案

2.1研究内容

本次研究将以手写体文字为对象，尝试将卷积网络神经应用到文字识别中。本次的研究内容主要分为以下几个部分;

(1)将卷积网络神经技术应用到文字识别中，建立手写体文字分类器，利用卷积网络神经技术正确识别文字；

3. 研究计划与安排

（1）2020/12/27—2020/1/7：确定选题；

（2）2020/1/8—2020/2/10：查阅相关文献；

（3）2020/2/11—2020/2/16：进行外文翻译；

4. 参考文献（12篇以上）

[1]郭鹏. 深度卷积神经网络及其在手写体汉字识别中的应用研究[d].四川师范大学,2016.

[2]李媛媛. 卷积神经网络优化及其在图像识别中的应用[d].沈阳工业大学,2016.

[3]田一然. 手写体数字识别技术的研究与实现[d].吉林大学,2015.