人工免疫系统在手写体数字识别中的应用研究

论文摘要

本论文的研究工作为具有较强理论研究意义和现实价值的手写体数字识别技术提供了新的思路和方法,同时对人工免疫系统这一刚刚起步但却具有巨大应用前景的领域在图像识别及模式识别中的进一步研究应用进行了探索和尝试。 本文以人工免疫系统在手写体数字识别中的应用为研究主题,在了解国内外研究现状和广泛收集前人研究资料的基础上,将免疫机制和算法引入到手写体数字识别问题中来,确立了免疫系统的所有元素,然后将手写体数字识别问题的有关描述与免疫系统的相关概念及系统所用到的免疫原理对应起来,定义相关免疫机制的数学表达,设计了用于手写体数字识别的人工免疫系统模型,该模型具有学习、记忆、自适应和多样性等特性。同时给出了模型对应的算法。利用Matlab6.1对自采集的手写体数字样本库进行了预处理与特征提取,并对提取的数字样本特征进行了仿真试验,结果表明本文提出的用于手写体数字识别的人工免疫系统模型具有一定的识别能力,其对应算法可操作性强,只要相关参数选择得当,系统能够得到较好的识别效果。最后对下一步的研究工作进行了展望。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 序言
• 1.1 人工免疫系统概述
• 1.1.1 生物免疫系统简介
• 1.1.2 人工免疫系统研究概述
• 1.2 手写体数字识别研究现状
• 1.3 人工免疫系统用于手写体数字识别问题
• 1.3.1 人工免疫系统用于手写体数字识别的可行性
• 1.3.2 人工免疫系统用于手写体数字识别的优越性
• 1.4 本文研究的内容、目的及意义
• 1.4.1 研究的内容
• 1.4.2 研究的目的
• 1.4.2 研究的意义
• 第二章 人工免疫算法
• 2.1 人工免疫算法的基本结构
• 2.2 人工免疫算法的分类
• 2.2.1 基于群体的免疫算法
• 2.2.2 基于网络的免疫算法
• 第三章 手写体数字识别问题研究
• 3.1 字符识别
• 3.1.1 字符识别概述
• 3.1.2 字符识别的系统构成
• 3.2 手写体数字识别
• 3.2.1 手写体数字识别流程
• 3.2.2 样本获取
• 3.2.3 手写体数字图像预处理
• 3.2.4 手写体数字特征提取
• 第四章 人工免疫系统在手写体数字识别上的实现
• 4.1 模型设计思想
• 4.2 模型描述
• 4.1.1 自体与非自体
• 4.1.2 抗体与抗原
• 4.1.3 亲和力表达
• 4.1.4 非自体耐受
• 4.1.5 克隆选择
• 4.1.6 抗体多样性
• 4.1.7 识别检验
• 4.3 模型学习过程
• 4.3.1 工作原理
• 4.3.2 具体学习过程
• 4.4 模型对应算法
• 4.4.1 环境参数
• 4.4.2 算法描述
• 4.5 系统实现
• 4.5.1 训练模块
• 4.5.2 识别模块
• 4.5.3 系统性能评价指标
• 第五章 仿真试验
• 5.1 仿真试验
• 5.1.1 试验数据
• 5.1.2 试验条件
• 5.1.3 试验设置
• 5.2 结果分析
• 5.2.1 不同提取特征对识别结果的影响
• 5.2.2 参数λ对识别结果的影响
• 5.2.3 参数T1对识别结果的影响
• 5.2.4 参数T2对识别结果的影响
• 5.3 小结
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 致谢
• 参考文献