背景知识

模式识别

机器学习的一个重要应用领域就是模式识别。它通过计算机用数学技术方法来研究模式的自动处理和判读，把环境与客体统称为“模式”。随着计算机技术的发展，人类有可能研究复杂的信息处理过程，其过程的一个重要形式是生命体对环境及客体的识别。模式识别以图像处理与计算机视觉、语音语言信息处理、脑网络组、类脑智能等为主要研究方向，研究人类模式识别的机理以及有效的计算方法。模式识别包括语音识别、图像识别、车牌识别、文字识别、人脸识别、信号识别等应用。

手写体识别

其中手写体文字识别，对于人类来说可以很容易理解一张图片所表达的信息，这是人类视觉系统数万年演变进化的结果。但对于计算机这个诞生进化不到百年的“新星”，要让它理解一张图像上的信息是一个复杂的过程。计算机理解图像是一个数字计算比较的过程。

图像的传统识别流程分为四个步骤：图像采集→图像预处理→特征提取→图像识别。要识别图像字符，首先需要模版库，即图像采集。对于识别简单字符，可自己训练，也可网上下载数据集。

训练的模型有很多可以选择，比如KNN、SVM、ANN、CNN等等，都可以达到较好的效果。要想把图像数据输入到训练好的模型中，需要对图像进行预处理：包括去除不必要的信息，比如：灰度化、二值化处理等，有的还需要对图像进行分割。切割后的图片对应一个字符，进行识别。

任务简介

接下来，我们将使用不同的方法对网络上公开的手写数字数据集进行训练，产生模型，要求训练好的模型可以准确地识别其中的数字。

具体实现过程可参考PPT及后续讲解内容

下载并完成实验报告，找到发布的作业并上传至平台：

• ipynb版

本次实验用到的数字资源