基于神经网络的手写数字识别MATLAB源码

基于BP神经网络的手写数字识别MATLAB源码，包括GUI界面

function feature = feature_lattice（img）
%输入:黑底白字的二值图像。输出：35维的网格特征
%提取特征，转成5*7的特征矢量把图像中每10*10的点进行划分相加，进行相加成一个点%
%即统计每个小区域中图像象素所占百分比作为特征数据%
for i=1:length（img）;
bw=im2bw（img{i}graythresh（img{i}））;
e=ones（2828）;
bw1=e-bw;
[a1b1]=find（bw1）;
%边界位置
m1=max（a1）;
m2=min（a1）;
n1=max（b1）;
n2=min（b1）;
%处理结果
bw2 = bw（m2:m1n2:n1）;
bw_7050=imresize（bw2[7050]）;     %图像缩放
for cnt=1:7
    for cnt2=1:5
        Atemp=sum（bw_7050（（（cnt*10-9）:（cnt*10））（（cnt2*10-9）:（cnt2*10））））;%10*10box
        lett（（cnt-1）*5+cnt2）=sum（Atemp）;
    end
end
lett=（（100-lett）/100）;
lett=lett‘;
feature（:i）=lett;
end

% function feature = feature_lattice（img）
% % 输入:黑底白字的二值图像。输出：35维的网格特征
% % ======提取特征，转成5*7的特征矢量把图像中每10*10的点进行划分相加，进行相加成一个点=====%
% %======即统计每个小区域中图像象素所占百分比作为特征数据====%
% for i=1:length（img）;
% bw2=im2bw（img{i}graythresh（img{i}））;
% bw_7050=imresize（bw2[7050]）;
% for cnt=1:7
%     for cnt2=1:5
%         Atemp=sum（bw_7050（（（cnt*10-9）:（cnt*10））（（cnt2*10-9）:（cnt2*10））））;%10*10box
%         lett（（cnt-1）*5+cnt2）=sum（Atemp）;
%     end
% end
% lett=（（100-lett）/100）;
% lett=lett‘;
% feature（:i）=lett;
% end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2016-11-09 11:33  程序\
     文件        1313  2016-11-06 22:36  程序\feature_lattice.m
     文件         995  2016-11-09 00:37  程序\imgst.m
     文件        2008  2016-10-20 01:44  程序\main.m
     文件       20412  2016-11-06 23:08  程序\myfigure.fig
     文件        7069  2016-11-09 00:54  程序\myfigure.m
     文件         227  2016-11-06 00:50  程序\network_test.m
     文件         389  2016-11-07 14:23  程序\network_train.m
     文件         953  2016-11-08 22:41  程序\pic.m
     文件         815  2014-10-28 10:32  程序\read_train.m