离散型hopfield神经网络的数字识别

摘要：近年，人们越来越对人工智能产生兴趣，越来越多的科研人员尝试着将hopfield神经网络在很多方面运用，这是一门能够解决很多传统方法不能够解决的问题，如水的质量评价，发电机运行状态，项目风险预测等。不同领域的人们，正在利用离散型hopfield神经网络具有的联想记忆的功能来发掘新的思想和新的方法。人类的进化归根是很多智能科技的进化。而智能科学反过来对人类的发展起到很大的作用。我们学习智能的数字识别和智能的控制，目的就是帮助人类的进步而服务。因此，对智能科学的期待和发展以及应用，是我们人类发展和科学进步的必然结果。

关键词：离散型hopfield;数字识别;联想记忆;工具箱函数

1.案例背景

1.1项目需求分析

在日常生活中，经常会遇到带噪声影响的字符辨别问题，如交通系统中汽车的车牌模糊不清，由于汽车在行驶过程中，要经受自然环境的风吹日晒，造成字体不够清晰，不能够辨别清楚。作为字符识别的一部分，数字识别在银行，交通及企业票据管理方面有着很方便的应用。目前，人工神经网络已经在我国的科学研究，企业生产和生活中有很大的影响。人工神经网络作为生物进化论的一个成果，其延伸到各个工程领域，并吸引不同领域的专家在这方面的研究和开发，目前有很多种方法用于字符识别，主要分为神经网络的识别，概率统计识别和模糊识别等。传统的数字识别方法在有干扰的情况下不能够很好的对数字识别，而离散型hopfield神经网络具有联系记忆的功能，利用这一功能对数字进行识别可以取得令人满意的效果，并且计算的收敛速度很快。……