Hopfield神经网络在字符识别中的应用

摘要：

　　文章介绍了离散Hopfield神经网络的基本概念及其原理，以Matlab为工具，根据Hopfield神经网络的相关知识，设计了一个具有联想记忆功能的离散型Hopfield神经网络。首先提取照片的像素值，通过对照片的灰度处理，得到灰度像素矩阵。由于对单个字符进行识别的效果比多个字符整体识别的效果好，故对不同的字符进行分割，然后运用OSTU算法求得最佳阈值，通过数据替换得到该字符的二值矩阵。用原图片的二值矩阵作为训练样本，生成Hopfield神经网络。然后分别在不同噪声强度的情况下，以噪声图像的二值矩阵作为测试样本，观察网络的输出效果，并计算出相应的识别率。通过测试发现，噪声强度在较小范围0.1左右时，该网络可达到很好的识别效果，此时识别率接近1；随着噪声强度的增大，识别效果变差；当噪声强度达到0.4时，该网络已无法进行识别。

关键词：Hopfield神经网络、二值矩阵、OSTU算法、识别率

分类号：TP393(计算技术、计算机技术)

在线出版日期：2013-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：4925-4928