1. 研究目的与意义（文献综述包含参考文献）

文 献 综 述 1、课题背景分析 人工神经网络 (artificial neural network) 是一种模拟人脑神经元细胞的网络结构和功能，运用大量的处理部件，由人工方式建立起来的自适应非线性动态系统。

它是在生物神经网络研究的基础上建立起来的，能在一定程度上模仿生物神经系统的智慧和功能，因此广泛应用于信息处理和模式识别等领域。

它能像人脑的神经系统一样对信息进行有效处理，具有较强的学习能力，在学习过程中还能结合设置需要呈现超强记忆及联想，鲁棒性能好，容错性能高，所以，在图像识别中，可以降低计算量，提升有效识别率。

2. 研究的基本内容、问题解决措施及方案

一、 本课题要研究的问题及具体方案 本课题基于神经网络，运用matlab或python进行编程模拟仿真，设计出一种能在噪声等干扰下的数字识别方法系统。

并最大程度的使识别的准确度提高。

数字识别系统的总体流程图如下 1.1数字图像预处理 1.2特征提取 如果不经过其他程序将预处理的结果输入神经网络，必然会引起数据的杂乱，如一 来，网络规模将会变得异常庞大，所以，在图像预处理后必须选择有效的特征提取方法。