Matlab数学建模：离散Hopfield神经网络的联想记忆数字识别代码

%% Hopfield神经网络的联想记忆——数字识别 % % % %

该案例作者申明：

1：本人长期驻扎在此板块里，对该案例提问，做到有问必答。

2：此案例有配套的教学视频，配套的完整可运行Matlab程序。

3：以下内容为该案例的部分内容（约占该案例完整内容的1/10）。

4：此案例为原创案例，转载请注明出处（Matlab中文论坛，《Matlab神经网络30个案例分析》）。

5：若此案例碰巧与您的研究有关联，我们欢迎您提意见，要求等，我们考虑后可以加在案例里。

6：您看到的以下内容为初稿，书籍的实际内容可能有少许出入，以书籍实际发行内容为准。

7：此书其他常见问题、预定方式等，请点击这里。

% % web browser http://www.ilovematlab.cn/thread-60165-1-1.html %% 清空环境变量 clc clear %% 数据导入 load data1 array_one load data2 array_two %% 训练样本（目标向量） T=[array_one;array_two]'; %% 创建网络 net=newhop(T); %% 数字1和2的带噪声数字点阵（固定法） load data1_noisy noisy_array_one load data2_noisy noisy_array_two %% 数字1和2的带噪声数字点阵（随机法） % noisy_array_one=array_one; % noisy_array_two=array_two; % for i=1:100 % a=rand; % if a<0.3 % noisy_array_one(i)=-array_one(i); % noisy_array_two(i)=-array_two(i); % end % end %% 数字识别 % identify_one=sim(net,10,[],noisy_array_one'); noisy_one={(noisy_array_one)'}; identify_one=sim(net,{10,10},{},noisy_one); identify_one{10}'; noisy_two={(noisy_array_two)'}; identify_two=sim(net,{10,10},{},noisy_two); identify_two{10}'; %% 结果显示 Array_one=imresize(array_one,20); subplot(3,2,1) imshow(Array_one) title('标准(数字1)') Array_two=imresize(array_two,20); subplot(3,2,2) imshow(Array_two) title('标准(数字2)') subplot(3,2,3) Noisy_array_one=imresize(noisy_array_one,20); imshow(Noisy_array_one) title('噪声(数字1)') subplot(3,2,4) Noisy_array_two=imresize(noisy_array_two,20); imshow(Noisy_array_two) title('噪声(数字2)') subplot(3,2,5) imshow(imresize(identify_one{10}',20)) title('识别(数字1)') subplot(3,2,6) imshow(imresize(identify_two{10}',20)) title('识别(数字2)') web browser http://www.ilovematlab.cn/thread-60165-1-1.html %% % % %

版权所有：Matlab中文论坛

% %