基于Hopfield網(wǎng)絡(luò)識(shí)別手寫數(shù)字的研究.pdf

1、手寫數(shù)字識(shí)別技術(shù)是一個(gè)非常典型的模式識(shí)別的問題，具有很大的應(yīng)用價(jià)值和理論研究價(jià)值。其中，信函的自動(dòng)分揀是其典型應(yīng)用之一。
　　 首先闡述了計(jì)算機(jī)識(shí)別手寫數(shù)字的必要性，手寫數(shù)字識(shí)別的研究意義和研究的難點(diǎn)。然后研究手寫數(shù)字識(shí)別中圖像預(yù)處理的過程，主要包括灰度化、平滑濾波、二值化、校正和分割、細(xì)化和提取特征等。在對(duì)手寫數(shù)字圖像進(jìn)行前期的平滑濾波時(shí)，引入了根據(jù)噪聲信息進(jìn)行選擇式掩模平滑的方法，該方法能較好地保持圖像的細(xì)節(jié)信息，并且達(dá)到了

2、平滑圖像的要求。
　　 其次分析了離散Hopfield神經(jīng)網(wǎng)絡(luò)的能量函數(shù)和神經(jīng)元的概念，介紹了離散Hopfield神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、給出了穩(wěn)定性證明。在設(shè)計(jì)權(quán)值的過程中，先對(duì)樣本正交化處理，再使用Hebb規(guī)則設(shè)計(jì)網(wǎng)絡(luò)的權(quán)值，這樣能更有效的提高網(wǎng)絡(luò)記憶樣本的能力。
　　 最后基于以上理論，設(shè)計(jì)并實(shí)現(xiàn)了基于離散Hopfield神經(jīng)網(wǎng)絡(luò)識(shí)別手寫數(shù)字系統(tǒng)，經(jīng)過測(cè)試，手寫數(shù)字識(shí)別得到了較高的識(shí)別率。測(cè)試時(shí)，根據(jù)記憶樣本中正反例樣本不