基于MATLAB平台最小错误率贝叶斯分类决策的手写数字识别系统

实验平台：MATLAB R2014a
分类器：最小错误率的贝叶斯分类决策分类器
实验图片：0-9十个数字各有10张图片作为样本
测试图片：0-9各8个图片作为测试样本
步骤：1、提取样本图片信息
      2、样本图片二值化（将图片放缩为10*10像素的灰度图片）
      3、提取特征向量
      4、样本训练（由样本计算出每个特征的概率）
      5、提取测试图片信息
      6、测试图片二值化
      7、提取测试图片的特征向量为待测向量
      8、由最小错误率的贝叶斯决策公式计算出后验概率（实验中其实只是计算出类条件概率）
      9、观察并分析实验结果 

三、 实验结果： 经过测试，数字0的成功率为75%；数字1的成功率为100%；数字2的成功率为62.5%；数字3的成功率为50%；数字4的成功率为100%；数字5的成功率为75%；数字6的成功率为75%；数字7的成功率为75%；数字8的成功率为75%；数字9的成功率为87.5% 下图为部分实验结果截图：

图一 测试图片为数字0

图二 测试图片为数字8

鼓励一下

如果这个项目有帮到你，希望你能动用你的发财小手支持一下
你的鼓励是这个项目继续更新的最大动力

Star History