基于Hopfield神经网络噪声数字的识别

• 作者: 傅德胜 张学勇
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 噪声数字 离散Hopfield 正交化
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 信源处理
• 页码范围: 126-128,187
• 分类号: TP183
• 字数: 1978字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2010.01.045

摘要

噪声数字的识别具有很好的应用前景,也是后期处理的基础.基于离散Hopfield神经网络的联想记忆能力,通过改进神经网络的记忆样本,再利用Hebb规则对改进的记忆样本进行学习,得到权值矩阵,根据待识别的噪声数字的信息联想起记忆的数字.利用改进后的离散Hopfield神经网络对噪声数字进行了识别的实验.实验结果表明,该方法提高了传统网络的记忆能力和识别的正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅德胜	南京信息工程大学计算机与软件学院	82	681	12.0	22.0
2	张学勇	南京信息工程大学计算机与软件学院	2	12	2.0	2.0