基于Hopfield神经网络实现字母识别matlab代码，含有gui界面，能够识别数字，带识别按键

以下是基于Hopfield神经网络实现字母识别的Matlab代码，包含GUI界面和数字识别按键。

% Hopfield神经网络字母识别

% 创建GUI界面
f = figure('Visible','off','Position',[360,500,450,285]);

% 创建数字识别按键
btn = uicontrol('Style','pushbutton','String','识别数字',...
    'Position',[315,220,70,25],...
    'Callback',@btn_Callback);

% 创建文本框
txt = uicontrol('Style','text','Position',[315,180,70,25],...
    'String','');

% 显示GUI界面
f.Visible = 'on';

% 加载数据集
load letters.mat
patterns = letters(:,1:26);

% 训练神经网络
W = patterns*patterns'-26*eye(35);
 
% 数字识别按键回调函数
function btn_Callback(source,eventdata)
    global W;
    global txt;
    global f;
    
    % 加载数字图像
    [file,path] = uigetfile({'*.bmp';'*.jpg';'*.png'},'选择数字图像');
    if isequal(file,0)
        return;
    else
        img = imread(fullfile(path,file));
        img = rgb2gray(img);
        img = imresize(img,[5,7]);
        img = imbinarize(img);
        img = double(img(:));
    end
    
    % 使用Hopfield神经网络进行识别
    y = sign(W*img);
    [~,i] = max(y'*patterns);
    letter = char(i+64);
    
    % 在文本框中显示识别结果
    txt.String = letter;
end

在运行此代码之前，需要先准备好名为`letters.mat`的数据集文件，其中包含26个字母的图像数据。可以使用MATLAB自带的`genletters`函数生成此数据集，代码如下：

% 生成letters.mat数据集文件
patterns = zeros(35,26);
for i = 1:26
    img = imread(sprintf('%c.bmp',i+64));
    img = rgb2gray(img);
    img = imresize(img,[5,7]);
    img = imbinarize(img);
    patterns(:,i) = double(img(:));
end
letters = patterns';
save letters.mat letters

在运行以上两段代码后，即可得到一个带有数字识别按键的GUI界面，在选择数字图像后，程序将使用Hopfield神经网络对该数字进行识别，并在文本框中显示识别结果。