Hopfield网络对手写体数字识别的改进方法

王晓娟,杨永昕（.四川外国语大学 重庆南方翻译学院,重庆 400；. 中国兵器工业北方勘察设计研究院有限公司,石家庄 0500）



Hopfield网络对手写体数字识别的改进方法

王晓娟1,杨永昕2
（1.四川外国语大学 重庆南方翻译学院,重庆 401120；2. 中国兵器工业北方勘察设计研究院有限公司,石家庄 050011）

摘 要：计算机的功能非常强大，在处理图片方面也具有很好的性质。手写体图片的研究，在考古等方面有着重要的作用。本文的手写体图片是经多数人书写，保证了样本的差异性。在图片识别处理时，选用了识别性能较强的离散Hopfield网络，并针对Hopfield网络的特点，对手写体图片的进行中心归一化处理的改进，提高了识别效率。

关键词：中心归一化；Hopfield网络；图像识别

1 引言

神经网络是应用很广的一门学科，是因为其有着自身的优越性：神经网络是自适应的［1］，它能从数据中自动地学习到解决问题的知识。神经网络具有容错性［2］，既能够处理与训练集中相同的数据，又能够处理不完整的数据。神经网络能够获取系统中复杂输入变量的相互关系。神经网络的识别方法可以看成是一种介于统计模式识别［3］与结构模式识别［4］之间的方法，既具有统计模式识别的优点，又吸收了结构模式识别的长处。Hopfield神经网络的一个很重要的网络，本文主要研究其在手写体数字识别方面的作用。

2 离散Hopfield网络

2.1 离散 Hopfield网络的工作原理

Hopfield网络是单层全反馈网络［5］。根据激活函数的不同，可分为离散型Hopfield网络和连续性Hopfield网络。……