路明玉

摘 ?要：數(shù)字識(shí)別是近年來(lái)發(fā)展起來(lái)的一項(xiàng)新科技，具有廣泛的應(yīng)用前景。該文主要利用MLP網(wǎng)絡(luò)結(jié)構(gòu)實(shí)現(xiàn)手寫(xiě)體數(shù)字的識(shí)別。首先，設(shè)計(jì)網(wǎng)絡(luò)模型對(duì)識(shí)別精度進(jìn)行測(cè)試。然后提取結(jié)構(gòu)特征并輸入網(wǎng)絡(luò)模型驗(yàn)證其正確性。

關(guān)鍵詞：數(shù)字識(shí)別 ?多層感知機(jī) ?網(wǎng)絡(luò)模型

中圖分類號(hào)：TP391 ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ?文章編號(hào)：1672-3791（2019）05（b）-0017-02

1 ?課題背景意義

數(shù)字識(shí)別是近年來(lái)發(fā)展起來(lái)的一項(xiàng)新科技，應(yīng)用十分廣泛，在選票統(tǒng)計(jì)、牌照識(shí)別、信件分揀、銀行數(shù)據(jù)等分析中都具有重要的應(yīng)用價(jià)值?，F(xiàn)有大量的數(shù)據(jù)、報(bào)告和賬戶記錄是通過(guò)手動(dòng)輸入電腦系統(tǒng)，導(dǎo)致錯(cuò)誤多、效率低。機(jī)器識(shí)別會(huì)避免這些缺點(diǎn)，讓機(jī)器學(xué)會(huì)像人類一樣識(shí)別手寫(xiě)數(shù)字，像人類一樣學(xué)習(xí)和分類。只要保障硬件條件的滿足，機(jī)器識(shí)別不會(huì)因長(zhǎng)時(shí)間工作產(chǎn)生疲勞，出現(xiàn)識(shí)別錯(cuò)誤，所以，一個(gè)好的數(shù)字識(shí)別技術(shù)會(huì)解決這些問(wèn)題。該文研究的正是一種手寫(xiě)數(shù)字識(shí)別系統(tǒng)。

2 ?手寫(xiě)數(shù)字識(shí)別

2.1 手寫(xiě)數(shù)字識(shí)別一般方法

手寫(xiě)數(shù)字識(shí)別方法很多，比如多層感知機(jī)、循環(huán)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等。對(duì)于手寫(xiě)的數(shù)字，筆畫(huà)簡(jiǎn)單并且書(shū)寫(xiě)方便，而且分類不多，大體上可以歸納成一個(gè)分類問(wèn)題。

2.2 手寫(xiě)數(shù)字識(shí)別難點(diǎn)

（1）手寫(xiě)數(shù)字的筆畫(huà)簡(jiǎn)單且差別不大，書(shū)寫(xiě)方便，只有10個(gè)種類，在識(shí)別的過(guò)程中可以提取出來(lái)的信息太少，識(shí)別難度很大。

（2）對(duì)同一個(gè)數(shù)字，不同人去寫(xiě)，差別很大，每個(gè)人每次的寫(xiě)法也都不一樣，找不到任何規(guī)律。

（3）很多人在較忙碌時(shí)書(shū)寫(xiě)的數(shù)字存在連筆的狀況。

（4）由于書(shū)寫(xiě)紙張的材質(zhì)或書(shū)寫(xiě)筆的原因，很多時(shí)候手寫(xiě)的數(shù)字顯示不清晰，存在模糊不清或者斷筆的情況，可利用的信息減少。

（5）有一些手寫(xiě)數(shù)字外形上很相似，比如“7”和“1”、“8”和“3”。很難被清晰識(shí)別并分類。

3 ?MLP網(wǎng)絡(luò)結(jié)構(gòu)系統(tǒng)設(shè)計(jì)

針對(duì)多層感知機(jī)的網(wǎng)絡(luò)結(jié)構(gòu)（MLP），采取輸入層（Input Layer）、隱含層（HiddenLayer）、輸出層（Output Layer）的三層網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)模式，每一層之間都是全連接的。輸入層是調(diào)用MNIST的數(shù)據(jù)集。隱含層又分為兩層，第一層有128個(gè)神經(jīng)節(jié)點(diǎn)，第二層有64個(gè)神經(jīng)節(jié)點(diǎn)，每一層都有一個(gè)非線性的激活函數(shù)relu。對(duì)于輸出層，是輸出為10個(gè)類別的分類器。最后，輸出給softmax交叉熵?fù)p失函數(shù)進(jìn)行。

3.1 體系結(jié)構(gòu)設(shè)計(jì)

手寫(xiě)數(shù)字識(shí)別軟件設(shè)計(jì)主要分為訓(xùn)練模塊和測(cè)試模塊，其中訓(xùn)練模塊主要包括：圖像預(yù)處理，接下來(lái)就是將處理后的28×28的矩陣轉(zhuǎn)化為一維數(shù)組，方便數(shù)據(jù)的特征提取和計(jì)算，再設(shè)置一個(gè)1×10的向量表示標(biāo)簽，然后用softmax函數(shù)預(yù)測(cè)。而正向傳播通過(guò)softmax得到的預(yù)測(cè)值和標(biāo)注之間的差距定義為交叉熵，然后通過(guò)梯度下降法優(yōu)化一個(gè)step大小的梯度，并且利用鏈?zhǔn)椒▌t求偏導(dǎo)。

測(cè)試主要就是建立一個(gè)畫(huà)圖板，在畫(huà)圖板上手寫(xiě)一個(gè)數(shù)字，進(jìn)行識(shí)別的過(guò)程，測(cè)試主要是為了驗(yàn)證訓(xùn)練模型的準(zhǔn)確率，并且顯示結(jié)果要求顯示識(shí)別成每一個(gè)類別的概率分布。

3.2 界面設(shè)計(jì)

MLP識(shí)別顯示結(jié)果界面主要包括：左側(cè)為手寫(xiě)后預(yù)處理的圖像，大小為28×28，右側(cè)顯示該圖片被識(shí)別為0～9各個(gè)類別的概率，識(shí)別結(jié)果取各個(gè)類別的最大值，最后一行顯示識(shí)別結(jié)果。

3.3 詳細(xì)設(shè)計(jì)

MLP就是我們常說(shuō)的多層感知機(jī)，過(guò)去很多領(lǐng)域都有用到，但隨著深度學(xué)習(xí)的發(fā)展，產(chǎn)生了更好的學(xué)習(xí)方法，它逐漸地被淡化。近些年來(lái)，隨著機(jī)器學(xué)習(xí)的流行，MLP成為了大家學(xué)習(xí)入門和研究的基礎(chǔ)。MLP是一種最基本的神經(jīng)網(wǎng)絡(luò)。網(wǎng)絡(luò)結(jié)構(gòu)相對(duì)簡(jiǎn)單，該課題使用三層結(jié)構(gòu)，最開(kāi)始的輸入層，輸入的是28×28大小的圖片，也就是一維向量，中間有兩層，分別有128和64個(gè)神經(jīng)元。其中的每個(gè)節(jié)點(diǎn)都帶有一個(gè)非線性的激活函數(shù)relu。輸出層就是大小為10的向量。上一層的輸出作為下一層的輸入，是全連接的。關(guān)鍵部分如下。

import mxnetasmx#導(dǎo)入mxnet模塊

mnist=mx.test_utils.get_mnist（）#導(dǎo)入mnist數(shù)據(jù)集

Epoch=10#全部處理數(shù)據(jù)10次

batch_size=100#批處理大小為100

train_iter=mx.io.NDArrayIter（mnist['train_data']， mnist['train_label']，batch_size，shuffle=True）#訓(xùn)練數(shù)據(jù)的變量

val_iter=mx.io.NDArrayIter（mnist['test_data']， mnist['test_label']，batch_size）#測(cè)試數(shù)據(jù)的變量

fc1=mx.sym.FullyConnected（data=data，num_hidden=128）#第一層全連接層，包含128個(gè)神經(jīng)元

act1=mx.sym.Activation（data=fc1，act_type="relu"）#激活函數(shù)

fc2=mx.sym.FullyConnected（data=act1，num_hidden=64）#第二層全連接層，包含64個(gè)神經(jīng)元

act2=mx.sym.Activation（data=fc2，act_type="relu"）#激活函數(shù)

fc3=mx.sym.FullyConnected（data=act2，num_hidden=10）#大小為10的最終全連接層

mlp=mx.sym.SoftmaxOutput（data=fc3，name='softmax'）#交叉熵?fù)p失函數(shù)

mlp_model.fit（train_iter，#訓(xùn)練數(shù)據(jù)

eval_data=val_iter，#驗(yàn)證數(shù)據(jù)

optimizer='sgd'，#運(yùn)用SGD 訓(xùn)練模型

optimizer_params={'learning_rate'：0.1}，#使用固定的學(xué)習(xí)效率

eval_metric='acc'，#訓(xùn)練期間返回精確度

batch_end_callback=mx.callback.Speedometer（batch_size，100）， # 每次處理100張圖片

num_epoch=Epoch）#進(jìn)行10次全部數(shù)據(jù)處理

test_iter=mx.io.NDArrayIter（mnist['test_data']，None，batch_size）#測(cè)試數(shù)據(jù)

prob = mlp_model.predict（test_iter）

assert prob.shape=（10000，10）#對(duì)圖像進(jìn)行預(yù)測(cè)并分類

4 ?系統(tǒng)運(yùn)行結(jié)果

運(yùn)行程序，我們?cè)谳斎虢缑鎸?xiě)一個(gè)數(shù)字1，查看是否實(shí)現(xiàn)手寫(xiě)功能。測(cè)試結(jié)果正確，說(shuō)明書(shū)寫(xiě)一個(gè)一筆可以完成的數(shù)字是可以的。接下來(lái)我們寫(xiě)一個(gè)有斷筆的數(shù)字，比如“4”和“5”這樣的，測(cè)試是否可以寫(xiě)。通過(guò)結(jié)果可以看到，書(shū)寫(xiě)界面基本完成功能要求，可以手寫(xiě)任何的數(shù)字。接下來(lái)就是識(shí)別按鈕，測(cè)試功能是否實(shí)現(xiàn)，并且查看識(shí)別準(zhǔn)確率如何。根據(jù)結(jié)果，系統(tǒng)給出了從1到9的各個(gè)概率，其中“5”的書(shū)寫(xiě)概率為0.97，也是系統(tǒng)推薦的結(jié)果，跟預(yù)設(shè)結(jié)果相符，基本可以識(shí)別手寫(xiě)數(shù)字，識(shí)別準(zhǔn)確率較高，功能基本實(shí)現(xiàn)。

參考文獻(xiàn)

[1] 李連勝.基于神經(jīng)網(wǎng)絡(luò)的手寫(xiě)數(shù)字識(shí)別技術(shù)研究[D].中南大學(xué)，2015.

[2] 張婷，王卓英.手寫(xiě)體數(shù)字計(jì)算機(jī)識(shí)別系統(tǒng)的應(yīng)用研究[J].微型電腦應(yīng)用，2016（1）：30-40.