摘要：

Bagging是一种用来提高学习算法准确度的方法，通过构造一系列预测函数并将其结果按投票规则进行合成，就可以将一个弱学习算法提升为强学习算法。本文针对UK测试量表中的手写体数字，设计并实现了一个以神经网络为弱分类器的、基于Bagging的手写体数字识别系统。与单个神经网络分类器相比，Bagging后的系统显示了更加优良的性能。

关键词: Bagging 手写体数字 数字识别 神经网络 灰度