1. 毕业设计（论文）主要内容：

分类算法是有监督的学习方法，常用分类算法有：k-近邻（KNN）、决策树（Decision Tree）、朴素贝叶斯、逻辑回归、支持向量机、随机森林、神经网络等。

手写识别涉及到将图像中的文本自动转换成计算机可以使用的字符代码。论文要求从上述的分类算法中选择不少于3种方法，研究算法的工作原理，完成模型建立。对MINST公开的手写数字集进行识别处理，统计各种方法的识别成功率，分析各种方法成功率不同的原因。

2. 毕业设计（论文）主要任务及要求

（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇）。

（2）完成开题报告及任务书。

（3） 研究3种以上分类算法工作原理，对minst提供的公开数据集进行识别，统计并分析各种方法成功率。

3. 毕业设计（论文）完成任务的计划与安排

第1-3周：搜集资料，撰写开题报告。

第4-5周：论文开题。

第6-12周：撰写论文初稿。

4. 主要参考文献

[1] prasun roy ; subhankar ghosh ; umapadapal. a cnn based framework for unistroke numeral recognition in air-writing[c].2018 16th international conference on frontiers in handwriting recognition(icfhr). 404 - 409

[2] mao yaxuan ; kazuyuki aihara. handwrittennumeral recognition with a quantum neural network model[c]. 2017 ieee 2ndinformation technology, networking, electronic and automation controlconference (itnec). 712 - 716

[3] ruhi r. kabra. contractive autoencoderand svm for recognition of handwritten devanagari numerals[c]. 2017 1stinternational conference on intelligent systems and information management(icisim). 26 - 29