用神经网络破解验正码

1.神经网络简介
神经网络是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学能力,特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。
2.创建数据集
通过PIL库文件绘制出模拟的验证码,寻找图像中的连续的黑色像素,抽取它们作为新的小图像并创建字母数据集。调用sklearn库文件中的check_random_state函数指定随机状态创建训练集。根据抽取方法调整训练数据集,使用sklearn中的train_test_split函数将数据集切分为测试集和训练集。
3.训练和分类
通过PyBrain库来构建神经网络分类器。调用PyBrain库中的SupervisedDateSet函数创建适合PyBrain的数据集格式。调用buildNetwork函数创建神经网络(三层)。利用反向传播算法训练神经网络(从输出层开始,层层向上回溯到输入层,并更新所有边的权重,增加正确率。)
4.用词典提升正确率
返回预测结果前,检查字典中是否包含该词条,如果存在则返回预测结果,否则找到和预测结果相似的词条,作为结果返回(该方法基于所有验证码全为英文单词)。使用列文斯坦编辑器(通过比较两个短字符串,确定它们相似度的方法)来寻找最相近的单词。组合整个项目,进行训练和测试获取预测结果和正确率。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,904评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,581评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,527评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,463评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,546评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,572评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,582评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,330评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,776评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,087评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,257评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,923评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,571评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,192评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,436评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,145评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,127评论 2 352

推荐阅读更多精彩内容

  • 本次产品篇内容比较丰富,用心,极致,坚持这三个词是我读完之后反射到我脑海里的第一感觉。 用心体现在,...
    fq1983813阅读 501评论 0 0
  • 前言 第一次参加泰迪杯,前期跟队友配合的不算太好,不过后期经过老师的教育指导,再通过大家的努力,终于把泰迪杯给解决...
    lan_ha阅读 571评论 0 0
  • “呦呦鹿鸣,食野之苹。我有嘉宾,鼓瑟吹笙。”4月18日上午9时,刚刚下过一场大雨的旅游胜地天...
    兰桂腾芳阅读 740评论 0 0
  • 所有的众生,包括虫蚁鸟兽,都有一颗趋利避害、向往解脱之心,这就是佛性的显现。也就是说,所有众生都蕴藏着心开得悟的智...
    阿小丁阅读 752评论 2 9
  • 翌日清早,宇智波宅一片祥和,昨晚佐助因为临睡前爱人的晚安吻而睡得格外安稳,甚至晚上做了一个格外香艳的梦。 梦里鸣人...
    李小焱阅读 299评论 0 0