学位论文 > 优秀研究生学位论文题录展示
基于神经网络与GPU的手写数字识别及其试卷管理
作 者: 沈茜
导 师: 龚声蓉
学 校: 苏州大学
专 业: 计算机应用技术
关键词: 手写数字识别 BP神经网络 GPU 图像处理 试卷管理系统
分类号: TP391.43
类 型: 硕士论文
年 份: 2011年
下 载: 42次
引 用: 1次
阅 读: 论文下载
内容摘要
试卷的数字化管理对提高教学质量有着十分重要的作用。借助数字化试卷管理系统,可以有效分析学生对知识点的掌握情况。因此,设计一个数字化的试卷管理系统具有重要的应用价值。数字化的试卷管理的核心在于试卷信息的识别、存储与分析,同时试卷中学号、分数的自动识别是其中的关键步骤之一。为了将手写体数字识别应用到试卷管理中,本文在对现有的手写数字识别技术进行研究之后,采用基于BP神经网络作为识别算法,并在GPU上实现对BP神经网络的训练,达到了减少训练神经网络时间的目的。本文设计了数字化试卷管理系统的总体框架,并实现了学号和分数的数字识别等核心功能。本文主要工作体现在:1.通过灰度化、二值化、去噪声、倾斜校正一系列预处理,得到利于识别的二值图像;利用投影法对表格区域进行了定位,确定待提取数字所在的区域;并通过分割和归一化得到待辨识的数字。2.结合数字试卷管理的特点,提出了采用BP神经网络的手写数字识别方案,将其应用于试卷管理系统中。3.神经网络进行手写数字识别时,识别率和训练样本的大小有着密切关系,样本的容量越大,训练耗时将越多。为了提高训练效率,本文设计并实现了利用GPU对神经网络的训练进行加速的算法。4.运用VC++实现了试卷管理原型系统及核心模块,其中包括学号、成绩的自动识别和储存。同时将GPU通用计算应用于试卷管理系统中,对神经网络的训练算法进行加速。经测试,GPU对三层神经网络训练的加速可以达到4~6倍,对解决实际应用中,神经网络需要大量样本进行训练而导致的效率问题,提供了新的解决方案。
|
全文目录
相似论文
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 半成型结构在休闲女装中的应用,TS941.2
- 大学生综合素质测评研究,G645.5
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 高速公路拆迁民众生存系统评价研究,D523
- 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
- 煤矿风险信息集成与智能预警研究,X936
- 基于多杀毒软件协同的病毒检测方法研究,TP309.5
- 基于计算机视觉的柑橘品质分级技术研究,TP391.41
- 基于FPGA高清视频车辆检测系统的设计与实现,TP391.41
- 基于模拟的注塑模浇注系统及成型工艺参数优化研究,TQ320.662
- 织物疵点检测与自动化等级评定系统研究,TP391.41
- 底片扫描仪小型化及焊缝故障识别技术研究,TP391.41
- 基于数据融合技术舞台故障诊断方法的研究,TP18
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 文字识别及其装置
© 2012 www.xueweilunwen.com
|