1、手寫(xiě)數(shù)字識(shí)別在很多領(lǐng)域具有廣泛的應(yīng)用前景，國(guó)內(nèi)外學(xué)者對(duì)此做了大量的研究工作，提出了很多預(yù)處理和模式識(shí)別的算法，大大提高了手寫(xiě)數(shù)字的識(shí)別精度。但到目前為止，手寫(xiě)數(shù)字識(shí)別精度還有待提高。貝葉斯網(wǎng)絡(luò)由于具有圖形化的模型表示形式、局部以及分布式的學(xué)習(xí)機(jī)制、直觀的推理；所以比較適用于分析和表達(dá)不確定性和概率性的事物；對(duì)于不完全、不精確或不確定的知識(shí)和信息能夠做出有效的推理，而且是目前推理領(lǐng)域最有效的一個(gè)模型。
　　 為了提高手寫(xiě)數(shù)字識(shí)別的

2、精度，本文將貝葉斯網(wǎng)絡(luò)和關(guān)聯(lián)規(guī)則應(yīng)用于手寫(xiě)數(shù)字識(shí)別中，提出了一種貝葉斯網(wǎng)絡(luò)的手寫(xiě)數(shù)字識(shí)別模型。該模型是首先通過(guò)使用二值化、細(xì)化、歸一化等預(yù)處理方法，特征提取利用粗網(wǎng)格特征提取方法來(lái)得出特征值；通過(guò)網(wǎng)絡(luò)質(zhì)量衡量標(biāo)準(zhǔn)來(lái)衡量貝葉斯建網(wǎng)方法的實(shí)用性，選擇出質(zhì)量比較高的建網(wǎng)方法；然后，使用基于關(guān)聯(lián)規(guī)則的貝葉斯網(wǎng)絡(luò)分類(lèi)器相關(guān)算法來(lái)區(qū)分手寫(xiě)數(shù)字；最后，通過(guò)對(duì)試驗(yàn)結(jié)果的分析，通過(guò)數(shù)據(jù)集的訓(xùn)練及測(cè)試，進(jìn)行試驗(yàn)結(jié)果分析和討論。因?yàn)殛P(guān)聯(lián)規(guī)則分類(lèi)器具有不確定性