基于神经元网络的选择型问卷识别技术

• 作者: 章晓栋 阙立志
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: Hopfield网络 图像预处理 特征提取 相关匹配 识别率
• 年，卷（期）: 2012,（1）
• 页码范围: 62-65
• 分类号: TP391
• 字数: 3843字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2012.01.020

摘要

在问卷调查数据自动识别和统计过程中,由于纸张的折叠、弯曲、变形及受污染等原因引起的数据误判时有发生,考虑到手工统计的繁杂性,开发一种自动、高效的智能处理系统具有相当大的实用价值.提出应用神经网络对调查问卷扫描图像进行识别处理的方法,建立基于MATLAB的Hopfield网络识别模型,并详细讨论了图像预处理、特征提取及Hopfield网络训练与识别这三个重要环节.针对建立好的识别模型,系统仿真情况下,符号识别率达到100％;在实际操作过程中,当训练样本数充足,样本来源可靠的情况下,识别率高达96％,基本实现预期效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阙立志	江南大学理学院	18	34	4.0	5.0
2	章晓栋		2	1	1.0	1.0