基于Hopfield神经网络的联想记忆.docx

资料分类:工业大学 上传会员:无悔青春 更新时间:2018-09-16
需要金币2000 个金币 资料包括:完整论文 下载论文
转换比率:金额 X 10=金币数量, 例100元=1000金币 论文字数:13038
折扣与优惠:团购最低可5折优惠 - 了解详情 论文格式:Word格式(*.doc)

摘要:数字识别是组成字符识别、模式认知的一个重要的部分,带干扰的数字识别是后期一系列处理的基础,它在汽车牌照识别、分拣邮件、处理财务税收和金融等大量的数据统计中具有非常重要的现实意义。使用识别系统,而不是手动输入数字和分辨,可以大幅度节约时间和企业成本,是多年来引人注目研究热点。

本论文通过设计一个离散Hopfield神经网络,利用其联想记忆的功能来完成数字识别。我们把记忆的样本设为十个标准数字,选择残缺、变形和随机噪声三种方式来添加干扰项,分别采用外积法、MATLAB自带函数和正交化权值的三种设计方式来设置权值,并把测试样本在恢复过程中的每一次变化反映出来,以便更直观的了解联想过程。总的来说是在离散Hopfield神经网络中,记忆学习标准的数字样本,然后在网络中测试畸变污损的数字矩阵,依据等待辨认的数字信息回忆起网络学习的数字。结果证明,在可接受的干扰范围内,输入数字能有效地得到识别,网络的联想记忆能力得到体现。

 

关键词:Hopfield神经网络,联想记忆,正交化,数字识别,外积法

 

目录

中文摘要

Abstract

第一章 前言-3

1.1 联想记忆概述-3

1.2 神经网络和联想记忆的现状-3

1.3神经网络和联想记忆的应用-4

1.4 本设计的主要内容-5

第二章 离散Hopfield神经网络-7

2.1人工神经网络-7

2.2 离散Hopfield网络(DHNN)-7

2.2.1DHNN的概念-7

2.2.2 DHNN的结构-8

2.2.3 DHNN的工作方式-9

2.3 DHNN联想记忆-10

2.4 DHNN的记忆容量-11

2.5 DHNN稳定性-11

第三章 联想记忆的设计和实现-13

3.1 开发环境介绍-13

3.2 数字识别流程-13

3.2.1 建立记忆样本-14

3.2.2设计网络的权值矩阵-15

3.2.3 干扰项添加-16

3.2.4迭代恢复-17

第四章 实验结果及分析-19

4.1 残缺数字识别结果-19

4.2 随机噪声数字识别结果-21

4.3 变形数字识别结果-24

第五章 总结与展望-26

5.1 总结-26

5.2 展望-26

参考文献-28

致 谢-30

相关论文资料:
最新评论
上传会员 无悔青春 对本文的描述:数字识别是一个具有挑战性的问题,例如识别银行支票或车牌号码。对图像处理和模式识别感兴趣的科学家和工程师已经开发了各种方法来处理数字识别问题,其中就包括我们探讨的基......
发表评论 (我们特别支持正能量传递,您的参与就是我们最好的动力)
注册会员后发表精彩评论奖励积分,积分可以换金币,用于下载需要金币的原创资料。
您的昵称: 验证码: