学海网

毕业设计 基于Hopfield神经网络的交通标志识别，共47页，15507字。
摘要
什么是神经网络？神经网络是由多个非常简单的处理单元彼此按某种方式相互连接而形成的计算机系统，该系统靠其状态对外部输入信息的动态响应来处理信息。近十几年来，针对神经网络的学术研究非常活跃，并且已经提出上百种的神经网络模型，取得了引人注目的进展。
本文简单地介绍一下神经网络科学的发展历程。根据神经网络研究的特点，对人工神经网络今后的发展前景作了一定的评述，同时还介绍了一些神经网络的基础知识：如神经元模型，BP算法等。主要介绍了Hopfield神经网络的历史，算法，优点和不足之处。并且讨论了学习因子、初始权值等因素对神经网络输出的影响。
全文共分为引言、神经网络基础、Hopfield神经网络、Hopfield网络的具体实现、实验结果分析共五章，详细地阐述了本次实验的设计过程。
关键词：神经网络;Hopfield;初始权值;学习因子

目录
第一章 引言 1
1.1 人工神经网络的概述 1
1.2 人工神经网络发展的历史 1
1.3 人工神经网络的未来 3
第二章 神经网络基础 5
2.1 神经元模型 5
2.1.1 生物神经元模型 5
2.1.2 典型的人工神经元模型 5
2. 2 神经网络的主要特征、基本属性及分类 6
2. 2.1 神经网络的主要特征 6
2. 2.2 神经网络的基本属性 6
2. 2.3 神经网络的分类 7
第三章 Hopfield网络实现交通标志识别的原理 9
3.1 概述 9
3.2 DHNN 12
3.2.1能量函数 13
3.2.2 联想记忆 15
第四章 基于Hopfield神经网络标志的识别 18
4.1 设计任务概述 18
4.2 标志的选择 18
4.3 算法的实现和程序结构图 19
4.3.1 算法实现程序和程序运行 19
4.3.2 程序结构图 19
4.4 程序运行结果 25
4.4.1 改变噪音密度的大小 25
4.4.2 改变标志的一部分 32
第五章 结果分析 35
5.1 信噪比分析 35
5.2 程序结果 35
5.3 结果分析 36
致谢 37