基于Hopfield神經(jīng)網(wǎng)絡(luò)的脫機(jī)手寫數(shù)字識別.pdf

1、手寫數(shù)字識別是一個經(jīng)典的模式識別問題，具有重大的理論研究價值和應(yīng)用前景。目前研究人員對此做了大量的研究工作，提出了很多模式識別的算法，極大的提高了手寫數(shù)字系統(tǒng)的識別精度。然而手寫數(shù)字識別技術(shù)仍存在很多技術(shù)難點，尤其對于脫機(jī)手寫識別技術(shù)。 本論文首先闡述了計算機(jī)字符識別的必要性，論述了脫機(jī)手寫數(shù)字識別的研究意義和研究難點問題。接著討論了數(shù)字識別預(yù)處理的一般過程，主要包括灰度化、圖像增強(qiáng)、二值化、傾斜矯正、字符細(xì)化、字符分割和歸一化

2、等。在對手寫數(shù)字圖像進(jìn)行預(yù)處理時，引入了基于小波變換的圖像特征提取算法，該算法比像素級特征提取更能適應(yīng)手寫數(shù)字變動性大的特點。 在分析了神經(jīng)網(wǎng)絡(luò)模型的分類和發(fā)展基礎(chǔ)上，本文將Hopfield神經(jīng)網(wǎng)絡(luò)應(yīng)用于脫機(jī)手寫數(shù)字識別，建立了脫機(jī)手寫數(shù)字識別系統(tǒng)的Hopfield神經(jīng)網(wǎng)絡(luò)模型。重點對Hopfield神經(jīng)網(wǎng)絡(luò)的工作方式和連接權(quán)的設(shè)計方法等進(jìn)行了討論分析，并對基于Hopfield神經(jīng)網(wǎng)絡(luò)的脫機(jī)手寫數(shù)字識別系統(tǒng)的樣本選擇和圖像預(yù)處理