袁红春， 侍倩倩

(上海海洋大学 信息学院，上海 201306)



Hopfield神经网络在二维码污损复原中的应用*

袁红春， 侍倩倩

(上海海洋大学 信息学院，上海 201306)

针对传统Hopfield神经网络记忆功能的局限性,以Hopfield神经网络的理论知识为依据，提出了一种改进的Hopfield神经网络。在学习阶段，通过对连接关系矩阵的修正来提高网络的记忆能力。运用Matlab为工具，设计了一个可以对信息进行联想记忆的网络，实现了不同污损程度二维码的复原。对改进前后网络的复原结果进行了比较分析，结果表明：改进后的Hopfield神经网络对污损二维码的复原较好。

离散； Hopfield神经网络； 联想记忆； 快速反应二维码； Matlab

0　引　言

在信息迅速发展的今天，二维码凭其自身的高容量、高密度、高纠错能力等优点，广泛应用于各行各业。二维码很大程度上改善了人们的生活方式，推动了社会现代化发展。然而在运输，印刷过程中，二维码容易出现污渍或损坏的情况，影响后期二维码的识别。因此,如何对污损二维码进行准确识别很有研究价值。

国外的研究学者对二维码的研究主要偏向于二维码抗破坏的研究，在文献[1]中，提出一种被称为HoloBarcode的二维码，当这种二维码图像表面产生破损的情况下，依然能够正确地识别二维码中所存储的信息。文献[2]不仅实现了二维码的预处理，还完成了对二维码冗余长度的仿真。

本文利用离散型Hopfield神经网络的联想记忆功能对目前应用较为广泛的QR二维码污损图像做了进一步研究，并讨论了复原后QR二维码的识别率。……