基于连续型Hopfield神经网络的噪声字符识别

• 作者: 王韬
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 连续型Hopfield神经网络(CHNN) 布尔神经网络(BNN) 监督分类器 吸引子
• 年，卷（期）: 2003,（9）
• 所属期刊栏目: 复杂系统建模与仿真
• 页码范围: 1288-1290
• 页数: 3页
• 分类号: TP391.9
• 字数: 2251字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-731X.2003.09.025

摘要

采用连续型Hopfield神经网络(CHNN)对噪声字符进行识别.此模型比离散型Hopfield神经网络(DHNN)和布尔神经网络(BNN)更易于硬件实现,且在信息处理的并行性和实时性等方面更接近实际生物神经网络的工作原理.仿真结果表明该方法可以有效地对噪声字符进行识别.