使用MATLAB实现基于BP神经网络训练的手写字母识别程序

前言

大三的时候利用MATLAB搭建了一个基于BP神经网络框架的手写字母识别程序，其中使用了EMNIST数据集进行训练和测试，可实时对手写输入样本进行识别，并返回两个最可能的结果，过程中可继续添加样本训练，以提高训练的精度。今天简单展示一下程序的功能，后续有时间会详细讲解编程的思路以及上传资源，供有需要的朋友借鉴。

---

首先运行主程序文件，展示手写输入窗口如下：

这个手写输入窗口主要由手写输入面板、识别结果、正确率、训练精度、学习速率、字号、字体颜色、当前鼠标坐标、训练数据集、添加样本、识别、清除组成。
其中训练精度、学习速率、字号、颜色都是可选的，也就是支持直接在窗口更改。
使用鼠标在面板处输入手写字母，然后点击识别按钮，左侧会给出两个最有可能的识别结果（如下图）

右下角清除按钮可清空当前面板的手写输入，在左下角点击控件可选择更改成想要的字号和颜色：

如果要看手写识别结果的正确率，可点击面板下方的训练数据集按钮，自动运行神经网络训练样本的程序，然后返回训练正确率并显示在手写字母识别窗口左侧：

当出现识别结果失误的情况时，说明样本训练的精度还有待提高，此时可点击输入面板下方的添加该样本按钮，将当前识别失误的样本添加到训练集中进行训练以提高识别准确率

点击添加该样本按钮后将会弹出一个窗口，此时将该样本属于的字母类别正确地输入就好了。
接下来MATLAB的命令行窗口就会显示再次对数据集进行训练：

训练完毕后将再次返回数据集训练的正确率

跟前面对比，发现正确率有所提升（虽然只是一点点），这说明添加训练样本后确实可以提高训练精度，随着样本训练的数据越来越大，相信识别的准确度会有更大的提升。

（这是程序的所有文件）

结束语

好了，今天暂时先展示程序的运行效果，之后有时间再来更新。对了，我的截图貌似有点糊，拜托各位看官就凑合看看吧~（嘿嘿）

---

呜呜，发布的时候发现等级不够不能自定义标签哇