Hopfield网络识别字符

利用matlab实现，采用Hopfield神经网络对大写字母进行识别，包含程序和字母文件，解压放在同一文件夹下使用

%字母的标准点阵
A=load（‘A.txt‘）;
B=load（‘B.txt‘）;
C=load（‘C.txt‘）;
D=load（‘D.txt‘）;
E=load（‘E.txt‘）;
F=load（‘F.txt‘）;
%训练样本（目标向量）
T=[A（:）B（:）C（:）D（:）E（:）F（:）];
%输出字母
figure（1）
for ii=0:5
    subplot（23ii+1）;
    imshow（reshape（T（:ii+1）1510））;
    title（[‘ 当前字母：‘ num2str（ii+1）]）
end
%数字带噪声数字点阵（固定法）
%noise_matrix=load（‘noise_matrix.txt‘）;
%数字带噪声数字点阵（随机法）
noise_matrix=A;
 for i=1:150
    a=rand;
     if a<0.1     %以10%比例进行随机干扰
       noise_matrix（i）=-A（i）;
     end
 end
 figure（2）
 subplot（231）
 imshow（noise_matrix）;
 title（‘带10%噪声的样本‘）;
%关于hopfield网络的创建和仿真，参数形式参见Matlab的帮助
net=newhop（T）;%创建hopfield网络，根据标准样本开始训练学习
No22=sim（net{15}{}{noise_matrix（:）}）;%仿真5次，只有一个样本noise_matrix
for ii=1:5
    subplot（231+ii）
    imshow（reshape（No22{ii}1510））;
    title（[‘第‘ num2str（ii） ‘仿真结果‘]）
end

noise_matrix=A;
 for i=1:150
    a=rand;
     if a<0.2     %以20%比例进行随机干扰
       noise_matrix（i）=-A（i）;
     end
 end
 figure（3）
 subplot（231）
 imshow（noise_matrix）;
 title（‘带20%噪声的样本‘）;
%关于hopfield网络的创建和仿真，参数形式参见Matlab的帮助
net=newhop（T）;%创建hopfield网络，根据标准样本开始训练学习
No22=sim（net{15}{}{noise_matrix（:）}）;%仿真5次，只有一个样本noise_matrix
for ii=1:5
    subplot（231+ii）
    imshow（reshape（No22{ii}1510））;
    title（[‘第‘ num2str（ii） ‘仿真结果‘]）
end

noise_matrix=A;
 for i=1:150
    a=rand;
     if a<0.3     %以30%比例进行随机干扰
       noise_matrix（i）=-A（i）;
     end
 end
 figure（4）
 subplot（331）
 imshow（noise_matrix）;
 title（‘带30%噪声的样本‘）;
%关于hopfield网络的创建和仿真，参数形式参见Matlab的帮助
net=newhop（T）;%创建hopfield网络，根据标准样本开始训练学习
No22=sim（net{18}{}{noise_matrix（:）}）;%仿真5次，只有一个样本noise_matrix
for ii=1:8
    subplot（331+ii）
    imshow（reshape（No22{ii}1510））;
    title（[‘第‘ num2str（ii） ‘仿真结果‘]）
end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件        382  2010-12-19 16:13  D.txt

     文件        375  2010-12-19 16:17  E.txt

     文件        363  2010-12-19 16:21  F.txt

     文件       2006  2010-12-19 16:37  hopfieldzifu.asv

     文件       2015  2010-12-19 16:45  hopfieldzifu.m

     文件        374  2010-12-19 15:32  A.txt

     文件        395  2010-12-19 15:42  B.txt

     文件        376  2010-12-19 16:01  C.txt

----------- ---------  ---------- -----  ----

                 6286                    8