一、本课题的研究内容与目的

数字识别前景广阔，在很多重要领域有着广泛的应用。例如表格中数字的 识别、汽车牌照的数字自动识别和成绩单的识别等 多个项目, 涉及到交通、银行、教育和邮政等多个领 域。手写体数字识别是近年年来的热点，神经网络是目前应用最广泛的神经网络模型。将两者融合并结合MATLAB软件，提出了一种简单的基于神经网络数字识别的方法，仿真实验结果表明，该方法识别效果良好，准确率高，有一定实用性。

数字识别不但具有很高的应用价值，同时也具有很高的理论价值。首先，由于经济的发展，金融市场化进程的日益加快，票据业务发展很快，票据数量也与日俱增。其中个人凭证，支票，发票，进账单等等票据均需要处理大量的信息。而目前，票据录入仍然依赖人工处理方式，因而使得票据管理工作也相对落后。如果能通过手写体字符识别技术来实现信息的自动录入，无疑会大大有利于解决传统人工处理方式中存在的工作量大、成本高、效率低、时效性差等问题。因此，手写数字的识别研究有着重大的现实意义和十分广阔的应用前景，一旦研究成功并投入应用将产生巨大的社会和经济效益。其次，由于数字是全世界通用的符号，识别种类较小，有助于作深入分析及验证一些新的理论。由于手写数字识别的方法很容易推广到其它一些相关问题上，例如英文字母、汉语拼音等文字的识别，所以它逐步成为模式识别的一个热点的研究领域。从50年代开始，许多的研究者就在这一研究领域开展了广泛的探索并为模式识别的发展产生了积极的影响。可以说，手写数字识别的研究将有助于模式识别、机器理解、机器人技术的发展，具有很大的理论价值。

二、文 献 综 述

人工神经网络国内外研究状况 ：随着人工神经网络20世纪80年代在世界范围内的复苏,国内也逐步掀起了研究热潮。1989年10月和11月分别在北京和广州召开了神经网络及其应用讨论会和第一届全国信号处理#8212;神经网络学术会议；1990年2月由国内八个学会(中国电子学会、人工智能学会、自动化学会、通信学会、物理学会、生物物理学会和心理学会)联合在北京召开”中国神经网络首届学术会议”。这次大会以”八学会联盟，探智能奥秘”为主题，收到了300多篇学术论文，开创了中国人工神经网络及神经计算机方面科学研究的新纪元。经过十几年的发展，中国学术界和工程界在人工神经网络的理论研究和应用方面取得了丰硕成果，学术论文、应用成果和研究人员逐年增加。在国际上，1987年,在美国加洲召开了第一届国际神经网络学会。

五、参考文献

[1] 牛慧娟，汪森霖. 基于神经网络的带噪声英文字母和数字识别[J]. 研究与开发, 2008, 10: 59-63.

[2] 秦鑫，张昊. 基于BP人工神经网络的手写体数字识别[J]. 计算机与数字工程， 2015(2):223-225.

[3]项思俊. 基于SVM的脱机手写体汉字识别方法的研究[D]. 合肥：合肥工业大学,2009.33(17):54-56.

[4] HW Hao,XH Xiao. Handwritten Chinese character recognition by metasynthetic approach [J]. Pattern Recognition, 2002, 30(8):1321-1328.

［5］张德丰. MATLAB神经网络应用设计[M]．北京：机械工业出版社，2009.