基于神经元网络的选择型问卷识别技术

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.

关键词：Hopfield网络、图像预处理、特征提取、相关匹配、识别率

所属期刊栏目：2

分类号：TP391(计算技术、计算机技术)

在线出版日期：2012-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：62-65