基于离散Hopfield神经网络的噪声数字识别

摘要

在Hebb学习规则的基础上,运用离散Hopfield神经网络的联想记忆能力,对含有噪声而产生畸变的0～9数字进行了识别。通过改进神经网络的记忆样本,即先对记忆样本做正交化处理,再对改进后的记忆样本进行学习,得到相应的权值矩阵,然后利用改进后的离散Hopfield神经网络根据待识别噪声数字的信息联想已记忆的数字。实验结果表明,改进后的神经网络对噪声数字有较好的识别效果,提高了记忆能力和识别的正确率。