为了设计基于BP神经网络的字符识别系统模型并训练其参数,能够以较低硬件代价工程实现该系统,作者利用Matlab建立了一个基于BP神经网络的字符识别系统模型,对5000个样本进行了标记,并利用这些样本对模型进行了训练和验证,识别率达到了85.20%.同时,利用FPGA及Verilog硬件描述语言设计了该系统的神经元硬件电路,效果与Matlab的仿真数据一致.利用Altera公司的FPGA芯片实际综合下载了神经元及相关系统,能够实现对字符图像文件数据的计算.