研究基于bp神经网络和卷积神经网络的手写体识别系统的创新点是什么

基于BP神经网络和卷积神经网络的手写体识别系统的创新点主要有以下几个方面：

1. 数据预处理方面：通过对手写数字图像进行预处理，比如二值化、去噪、灰度化等操作，可以大大提高识别准确率。

2. 特征提取方面：在卷积神经网络中，通过卷积层和池化层的结合，可以有效地提取图像的特征，并且可以避免手动设计特征的繁琐过程。

3. 网络结构方面：卷积神经网络中的卷积层、池化层和全连接层的结合，可以更好地捕捉图像的局部特征和全局特征，从而提高识别准确率。

4. 训练算法方面：通过使用优化算法，如随机梯度下降算法（SGD）、Adagrad算法、Adam算法等，可以加快训练速度，提高模型的泛化能力和准确率。

综上所述，基于BP神经网络和卷积神经网络的手写体识别系统的创新点主要在于数据预处理、特征提取、网络结构和训练算法等方面的优化和改进。