基于Hopfield网络的手写体汉字识别系统

摘要：

针对基于Hopfield网络算法实现的手写汉字体识别系统,使用Python语言中Numpy和Cv2库对数据进行预处理,通过Neurolab库训练Hopfield神经网络,编写相似度对比算法对其进行改进,采用Pyqt5实现功能的可视化.研究结果表明,该汉字体识别系统具有图片识别和手写识别两大功能.采用改进后的Hopfield神经网络算法,该系统的识别效率有了很大的提升,识别准确度保持在80％以上,并且具有良好的兼容性.

关键词：汉字识别、Hopfield神经网络、深度学习、图像分割

所属期刊栏目：43

分类号：TP391.43(计算技术、计算机技术)

资助基金：河北省重点研发计划项目NO.20270902D

在线出版日期：2021-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：123-131