智能计算机与应用
智能計算機與應用
지능계산궤여응용
Computer Study
2012年
1期
62-65
,共4页
Hopfield网络%图像预处理%特征提取%相关匹配%识别率
Hopfield網絡%圖像預處理%特徵提取%相關匹配%識彆率
Hopfield망락%도상예처리%특정제취%상관필배%식별솔
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.
在問捲調查數據自動識彆和統計過程中,由于紙張的摺疊、彎麯、變形及受汙染等原因引起的數據誤判時有髮生,攷慮到手工統計的繁雜性,開髮一種自動、高效的智能處理繫統具有相噹大的實用價值.提齣應用神經網絡對調查問捲掃描圖像進行識彆處理的方法,建立基于MATLAB的Hopfield網絡識彆模型,併詳細討論瞭圖像預處理、特徵提取及Hopfield網絡訓練與識彆這三箇重要環節.針對建立好的識彆模型,繫統倣真情況下,符號識彆率達到100％;在實際操作過程中,噹訓練樣本數充足,樣本來源可靠的情況下,識彆率高達96％,基本實現預期效果.
재문권조사수거자동식별화통계과정중,유우지장적절첩、만곡、변형급수오염등원인인기적수거오판시유발생,고필도수공통계적번잡성,개발일충자동、고효적지능처리계통구유상당대적실용개치.제출응용신경망락대조사문권소묘도상진행식별처리적방법,건립기우MATLAB적Hopfield망락식별모형,병상세토론료도상예처리、특정제취급Hopfield망락훈련여식별저삼개중요배절.침대건립호적식별모형,계통방진정황하,부호식별솔체도100％;재실제조작과정중,당훈련양본수충족,양본래원가고적정황하,식별솔고체96％,기본실현예기효과.
