基于Hopfield的脱机手写数字识别理论及算法  

作　　者：彭文斌 

机构地区：[1]广州市商贸职业学校计算机教学部,510163

出　　处：《中国科技信息》2009年第6期87-90,共4页China Science and Technology Information

摘　　要：脱机手写数字识别在很多领域具有广泛的应用前景,国内外学者对此做了大量的研究工作,提出了很多预处理和模式识别的算法,大大提高了手写数字的识别精度。为了提高手写数字识别的精度,本文将Hopfield神经网络应用于脱机手写数字识别分析中,Hopfield神经网络的"能量函数"的能量在网络运行过程中,具有不断地减少最后趋于稳定的平衡状态的特性,而且网络一旦建立即可自动运行,无需训练。脱机手写数字的识别过程分为两步:训练阶段,识别阶段。在训练阶段,提取训练样本集的代数特征,建立网络模型,以输入向量为目标向量,保存网络连接权值和阈值以及代数特征;在识别阶段,将待识别数字特征送入网络运行,待网络运行到平衡状态后,将输出结果与数字特征库的向量进行比较,距离最小者即为待识别的数字。

关 键 词：脱机手写数字识别 HOPFIELD神经网络 小波变换 特征提取 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术] TP18[自动化与计算机技术—计算机科学与技术]