BP神经网络在模式识别中的运用PPT(共20页)
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
青 衣
BP神经网络机构图
青 衣
数字识别的基本思想
数字图像
ቤተ መጻሕፍቲ ባይዱ
预处理
特征提取
神经网 络识别
识别结果
青 衣
特征提取
• 在模式识别中，特征的选择是一个关键问题。将经过预处 理后的数字图像中提取最能体现这个字符特点的特征向量。
• 在本系统中归一化后的图像形成一个36×20的布尔矩阵， 依次取每列的元素转化为720×1的列矩阵，即数字字符的 特征向量。
BP神经网络在模式识别中的应 用
青 衣
BP神经网络在数字识别中的应用
• 数字字符识别技术在大规模数据统计，邮件分拣，汽车牌 照、支票、财务、税务、金融等有关数字编号的识别方面 得到广泛应用，因此成为多年来研究的一个热点。
• BP神经网络具有良好的容错能力、强大的分类能力、自 适应和自学习等特点，备受人们的重视，在字符识别领域 得到了广泛的应用。
青 衣
车牌识别
• 车牌识别系统中很大 一部分是数字识别
青 衣
邮件自动分拣系统
• 邮件自动分拣系统主 要利用邮政编码的数 字识别
青 衣
BP神经网络的基本原理
• BP神经网络是一种典型的前馈神经网络属于有监督式的 学习算法，其主要思想是:输入学习样本，使用反向传播 算法对网络的权值和偏差进行反复的调整训练，使输出的 向量与期望向量尽可能地接近，当网络输出层的误差平方 和小于指定的误差时训练完成，保存网络的权值和偏差。
•
25、你不能拼爹的时候，你就只能 去拼命 ！
•
26、如果人生的旅程上没有障碍，人还 有什么 可做的 呢。
•
27、我们无法选择自己的出身，可是我 们的未 来是自 己去改 变的。 励志名 言：比 别人多 一点执 着，你 就会创 造奇迹
•
28、伟人之所以伟大，是因为他与别人 共处逆 境时， 别人失 去了信 心，他 却下决 心实现 自己的 目标。
青 衣
• 隐含层神经元个数的确定 一般情况下，隐含层神经元个数是根据网络收敛性能的好 坏来确定的，在总结大量网络结构的基础上，得出经验公 式：s=sqr(0．43nm+0.12m +2.54n+0.77m+0.35+0.51) 其中n为输人层神经元个数720，m为输出层神经元个数10， 根据以上公式，可以得出隐含层神经元个数为70。
•
29、人生就像一道漫长的阶梯，任何人 也无法 逆向而 行，只 能在急 促而繁 忙的进 程中， 偶尔转 过头来 ，回望 自己留 下的蹒 跚脚印 。
•
30、时间，带不走真正的朋友；岁月， 留不住 虚幻的 拥有。 时光转 换，体 会到缘 分善变 ；平淡 无语， 感受了 人情冷 暖。有 心的人 ，不管 你在与 不在， 都会惦 念；无 心的情 ，无论 你好与 不好， 只是漠 然。走 过一段 路，总 能有一 次领悟 ；经历 一些事 ，才能 看清一 些人。
•
31、我们无法选择自己的出身，可是我 们的未 来是自 己去改 变的。
•
32、命好不如习惯好。养成好习惯，一 辈子受 用不尽 。
•
33、比别人多一点执着，你就会创造奇 迹。
•
50、想像力比知识更重要。不是无知 ，而是 对无知 的无知 ，才是 知的死 亡。
•
51、对于最有能力的领航人风浪总是格 外的汹 涌。
形式保存的权值。训练样本为精心选择的可以很好的反应
样本可分性的已知数据。在系统中采用训练样本图片的格
式。将训练样本图片进行特征提取后，就可以送入BP网
络进行训练。
•
其次，训练完BP网络后，就可以用它对待识别数据进
行识别了。识别有先要经过图像预处理、特征提取，最后
送入BP网络识别，直接得到结果。在训练之前，程序要
•
2、孤单一人的时间使自己变得优秀，给 来的人 一个惊 喜，也 给自己 一个好 的交代 。
•
3、命运给你一个比别人低的起点是想告 诉你， 让你用 你的一 生去奋 斗出一 个绝地 反击的 故事， 所以有 什么理 由不努 力!
•
4、心中没有过分的贪求，自然苦就少。 口里不 说多余 的话， 自然祸 就少。 腹内的 食物能 减少， 自然病 就少。 思绪中 没有过 分欲， 自然忧 就少。 大悲是 无泪的 ，同样 大悟无 言。缘 来尽量 要惜， 缘尽就 放。人 生本来 就空， 对人家 笑笑， 对自己 笑笑， 笑着看 天下， 看日出 日落， 花谢 花开， 岂不自 在，哪 里来的 尘埃!
青 衣
BP神经网络的训练
•
第1步，设置变量和参数，其中包括训练样本、权值矩阵、学习速率。
•
第2步，初始化，给各个权值矩阵一个较小的随机非零向量。
•
第3步，输入随机样本。
•
第4步，对输入样本，前向计算BP网络每层神经元的输入信号和输出信
号。
•
第5步，由实际输出和期望输出求得误差。判断是否满足要求，若满足
要求转第8步；不满足要求转第6步。
•
第6步，判断是否已经到了最大迭代次数。若到，转第8步，否则反向计
算每层神经元的局部梯度。
•
第7步，根据局部梯度修正各个矩阵的权值。
•
青第8步，判断是否学习完所有的样本，“是”则结束，否则转第3步。
衣
使用BP网络来进行数字识别的流程
•
首先，利用大量的训练样本来训练网络，以得到文件
求输入训练参数，如训练误差、步长等。
青
衣
数字识别的流程
训练样本图片 特征提取
训练
图像预处理
待青识别数据 衣
BP神经网络 识别
识别结果
基于vc++实现的数字识别系统
青 衣
青 衣
测试：步骤一 图像预处理
青 衣
测试 步骤二识别
青 衣
BP神经网络在NIR中的应用
青 衣
•
1、不是井里没有水，而是你挖的不够深 。不是 成功来 得慢， 而是你 努力的 不够多 。
• 提取出训练样本中的特征向量代入BP网络之中就可以对 网络进行训练，提取出待识别的样本中的特征向量代入训 练好青的BP网络中，就可以对数字字符进行识别。
衣
本系统BP神经网络结构
• 输入层与输出神经元个数的确定
神经网络的输入层神经元个数等于特征向量的维数，即 20×36=720个输入神经元。输出层神经元个数的确定因 为要识别的0—9共10个数字，因此输出选择为10×1的矩 阵，即输出节点数为10。当数字图像0—9输入神经网络后 在输出神经元对应的位置上为1，其他的位置为0。输人数 字0，第1个输出神经元为1，其他为0；输入数字1，第2 个输出神经元为1，其他为0；以此类推.....
BP神经网络机构图
青 衣
数字识别的基本思想
数字图像
ቤተ መጻሕፍቲ ባይዱ
预处理
特征提取
神经网 络识别
识别结果
青 衣
特征提取
• 在模式识别中，特征的选择是一个关键问题。将经过预处 理后的数字图像中提取最能体现这个字符特点的特征向量。
• 在本系统中归一化后的图像形成一个36×20的布尔矩阵， 依次取每列的元素转化为720×1的列矩阵，即数字字符的 特征向量。
BP神经网络在模式识别中的应 用
青 衣
BP神经网络在数字识别中的应用
• 数字字符识别技术在大规模数据统计，邮件分拣，汽车牌 照、支票、财务、税务、金融等有关数字编号的识别方面 得到广泛应用，因此成为多年来研究的一个热点。
• BP神经网络具有良好的容错能力、强大的分类能力、自 适应和自学习等特点，备受人们的重视，在字符识别领域 得到了广泛的应用。
青 衣
车牌识别
• 车牌识别系统中很大 一部分是数字识别
青 衣
邮件自动分拣系统
• 邮件自动分拣系统主 要利用邮政编码的数 字识别
青 衣
BP神经网络的基本原理
• BP神经网络是一种典型的前馈神经网络属于有监督式的 学习算法，其主要思想是:输入学习样本，使用反向传播 算法对网络的权值和偏差进行反复的调整训练，使输出的 向量与期望向量尽可能地接近，当网络输出层的误差平方 和小于指定的误差时训练完成，保存网络的权值和偏差。
•
25、你不能拼爹的时候，你就只能 去拼命 ！
•
26、如果人生的旅程上没有障碍，人还 有什么 可做的 呢。
•
27、我们无法选择自己的出身，可是我 们的未 来是自 己去改 变的。 励志名 言：比 别人多 一点执 着，你 就会创 造奇迹
•
28、伟人之所以伟大，是因为他与别人 共处逆 境时， 别人失 去了信 心，他 却下决 心实现 自己的 目标。
青 衣
• 隐含层神经元个数的确定 一般情况下，隐含层神经元个数是根据网络收敛性能的好 坏来确定的，在总结大量网络结构的基础上，得出经验公 式：s=sqr(0．43nm+0.12m +2.54n+0.77m+0.35+0.51) 其中n为输人层神经元个数720，m为输出层神经元个数10， 根据以上公式，可以得出隐含层神经元个数为70。
•
29、人生就像一道漫长的阶梯，任何人 也无法 逆向而 行，只 能在急 促而繁 忙的进 程中， 偶尔转 过头来 ，回望 自己留 下的蹒 跚脚印 。
•
30、时间，带不走真正的朋友；岁月， 留不住 虚幻的 拥有。 时光转 换，体 会到缘 分善变 ；平淡 无语， 感受了 人情冷 暖。有 心的人 ，不管 你在与 不在， 都会惦 念；无 心的情 ，无论 你好与 不好， 只是漠 然。走 过一段 路，总 能有一 次领悟 ；经历 一些事 ，才能 看清一 些人。
•
31、我们无法选择自己的出身，可是我 们的未 来是自 己去改 变的。
•
32、命好不如习惯好。养成好习惯，一 辈子受 用不尽 。
•
33、比别人多一点执着，你就会创造奇 迹。
•
50、想像力比知识更重要。不是无知 ，而是 对无知 的无知 ，才是 知的死 亡。
•
51、对于最有能力的领航人风浪总是格 外的汹 涌。
形式保存的权值。训练样本为精心选择的可以很好的反应
样本可分性的已知数据。在系统中采用训练样本图片的格
式。将训练样本图片进行特征提取后，就可以送入BP网
络进行训练。
•
其次，训练完BP网络后，就可以用它对待识别数据进
行识别了。识别有先要经过图像预处理、特征提取，最后
送入BP网络识别，直接得到结果。在训练之前，程序要
•
2、孤单一人的时间使自己变得优秀，给 来的人 一个惊 喜，也 给自己 一个好 的交代 。
•
3、命运给你一个比别人低的起点是想告 诉你， 让你用 你的一 生去奋 斗出一 个绝地 反击的 故事， 所以有 什么理 由不努 力!
•
4、心中没有过分的贪求，自然苦就少。 口里不 说多余 的话， 自然祸 就少。 腹内的 食物能 减少， 自然病 就少。 思绪中 没有过 分欲， 自然忧 就少。 大悲是 无泪的 ，同样 大悟无 言。缘 来尽量 要惜， 缘尽就 放。人 生本来 就空， 对人家 笑笑， 对自己 笑笑， 笑着看 天下， 看日出 日落， 花谢 花开， 岂不自 在，哪 里来的 尘埃!
青 衣
BP神经网络的训练
•
第1步，设置变量和参数，其中包括训练样本、权值矩阵、学习速率。
•
第2步，初始化，给各个权值矩阵一个较小的随机非零向量。
•
第3步，输入随机样本。
•
第4步，对输入样本，前向计算BP网络每层神经元的输入信号和输出信
号。
•
第5步，由实际输出和期望输出求得误差。判断是否满足要求，若满足
要求转第8步；不满足要求转第6步。
•
第6步，判断是否已经到了最大迭代次数。若到，转第8步，否则反向计
算每层神经元的局部梯度。
•
第7步，根据局部梯度修正各个矩阵的权值。
•
青第8步，判断是否学习完所有的样本，“是”则结束，否则转第3步。
衣
使用BP网络来进行数字识别的流程
•
首先，利用大量的训练样本来训练网络，以得到文件
求输入训练参数，如训练误差、步长等。
青
衣
数字识别的流程
训练样本图片 特征提取
训练
图像预处理
待青识别数据 衣
BP神经网络 识别
识别结果
基于vc++实现的数字识别系统
青 衣
青 衣
测试：步骤一 图像预处理
青 衣
测试 步骤二识别
青 衣
BP神经网络在NIR中的应用
青 衣
•
1、不是井里没有水，而是你挖的不够深 。不是 成功来 得慢， 而是你 努力的 不够多 。
• 提取出训练样本中的特征向量代入BP网络之中就可以对 网络进行训练，提取出待识别的样本中的特征向量代入训 练好青的BP网络中，就可以对数字字符进行识别。
衣
本系统BP神经网络结构
• 输入层与输出神经元个数的确定
神经网络的输入层神经元个数等于特征向量的维数，即 20×36=720个输入神经元。输出层神经元个数的确定因 为要识别的0—9共10个数字，因此输出选择为10×1的矩 阵，即输出节点数为10。当数字图像0—9输入神经网络后 在输出神经元对应的位置上为1，其他的位置为0。输人数 字0，第1个输出神经元为1，其他为0；输入数字1，第2 个输出神经元为1，其他为0；以此类推.....