簡單手寫數字識別系統：基於分層神經網絡的實現

摘要

運用人工智能分層神經網絡思想，通過訓練學習實現手寫數字識別功能。

關鍵字： VC、人工智能、神經網絡、手寫識別

1. 引言

1.1 編寫目的

通過本系統開發學習，初步認識計算機人工智能與神經網絡，掌握基本方法與思路。

1.2 背景

市面語音、手寫、指紋識別系統多建立在神經網絡技術基礎上，是解決識別難題的適當方法。

2. 必備知識

2.1 VC 基礎

本系統採用 VC 開發，讀者需熟悉 VC。

2.2 神經網絡基礎

人工神經網絡模擬生物神經元，分單層與多層。實驗證明層數不影響識別能力，但適當多層結構可加快訓練收斂速度。本系統採用分層前向神經網絡，結構圖：

圖1：分層前向神經網絡結構

3. 算法詳解

3.1 算法思想

1. 界面層： 子類化靜態控件，重繪白色背景與網格線，響應鼠標事件繪製點陣，作為輸入終端。
2. 網絡結構： 10×10 網格（100 輸入），隱層 5 節點，輸出層 10 節點（對應 0-9）。拓撲結構 100:5:10，可通過宏修改。

3.2 算法描述：反向傳播學習

設輸入層 n、隱層 m、輸出層 p。權值矩陣 V (n×m)、W (m×p)。學習率 α，精度 ε。

1. 初始化 V、W、α、ε（隨機或經驗值）。
2. 循環訓練直到誤差 < ε：
   • 取樣本 (I, T) 放入集合 e。
   • 前向傳播：
     隱層 a[j] = g(Σ V[k,j]*I[k])
     輸出層 o[i] = g(Σ W[j,i]*a[j])
   • 計算輸出層誤差 Err[i] = T[i] - O[i]。
   • 反向傳播調整權值：
     Δ[i] = Err[i] * g'(in[i])
W[j,i] += α * a[j] * Err[i] * g'(in[i])
     隱層誤差利用輸出層誤差反傳：
     Err[j] = Σ Err[i] * W[j,i] * g'(in[j])
V[k,j] += α * I[k] * Err[j] * g'(in[j])
3. 返回 V、W，訓練完成。

激活函數選 S 型函數及其導數易計算形式：
g(x) = 1/(1+exp(-x)), g'(x) = g(x)*(1-g(x))。

3.3 識別過程

前向傳播計算輸出層值，若全局誤差 < ε 則識別有效。

3.4 輸入歸一化：座標居中

為消除書寫位置偏移，採樣後計算質心並平移所有點（含訓練樣本），使識別具備平移不變性。

4. 實現效果展示

採樣界面

訓練後識別效果

5. 總結

通過開發熟悉了人工神經網絡基本工作方式。神經網絡種類繁多，各有特點，可擴展至更多領域。我國 AI 研究起步較晚，仍需巨大努力追趕發達國家水平。