Transcript 專題報告PPT 檔
類神經網路專題報告 數字 LED 辨識系統 指導教授：蘇德仁 教授 報告者：漆慶福 概述 摘要 介紹 系統簡介 系統原理 系統實驗 結論 摘要 前些日子突然覺得老花加深，開始對影像模糊， 尤其在亂視的加持下，光線不足的環境下，簡直 無法辨識影像。倘若隨身攜帶的手機能協助辨 認，就能減輕視力不足所帶來的麻煩。 關於手機應用於影像的輔助大略有 (1)影像處理 (processing) (2)影像偵測 (detection) (3)影像辨識 (recognition) 其中第3項為本專案主題。 摘要 目前各國科技人才投入影像辨識的研究濟濟， 網路不乏關於影像辨識的資源，例如人形偵 測、 臉型辨識...等，雖蓬勃發展，但就其成熟 階段還有一段距離 。 本篇專題並非以人形為主，而是辨識 8×8 LED 數字板。 系統簡介 4 偵測 0~9 , 共10個數字 系統原理 影像 擷取 影像 處理 P= 0,0,1,0,0,1,0,0 0,0,1,0,0,1,0,0 0,0,1,0,0,1,0,0 0,0,1,0,0,1,0,0 0,0,1,1,1,1,0,0 0,0,0,0,0,1,0,0 0,0,0,0,0,1,0,0 0,0,0,0,0,1,0,0 影像 辨識 系統 回應 0,0,1,0,0,1,0,0 0,0,1,0,0,1,0,0 0,0,1,0,0,1,0,0 0,0,1,0,0,1,0,0 0,0,1,1,1,1,0,0 0,0,0,0,0,1,0,0 0,0,0,0,0,1,0,0 0,0,0,0,0,1,0,0 4 系統原理 http://163.32.98.15/teacher/benme/NeuralNetwork/prj/tools.htm 類神經學習系統 資料庫產生工具 產生 P 及 T 檔 產生 測試檔 系統原理 類神經學習 Hebb 規則 系統流程 main ReadFile 工具程式產生的 P 及 T 檔 classification Hebb 產生 W 及 B 系統原理 類神經學習 LMS 規則 系統流程 main ReadFile 工具程式產生的 P 及 T 檔 classification LMS 產生 W 及 B 程式架構 Main.m ReadFile.m Classification.m Hardlim W,B Hebb.m LMS.m Htest.m Ltest.m 測試檔 學習檔 空白W,B LMS W,B 程式架構 main 主程式 程式流程 初值化 W,B 陣列 設定最大迴圈數 LOOPSIZE=1000 MAXSIZE=8×8 計算測試資料,並比對 T 矩陣,找出合適的 T 值,並顯示對應的 bT 矩陣字串 失敗 結束 以 Hebb 規則, Hardlim 函數取 得W 與 B 矩陣 顯示對應結果 讀取學習檔案 成功 對訓練資料 P分類 統計總共幾類, 產生 2 進位碼 給 T 矩陣 以 LMS 規則, purelin 函數取 得W 與 B 矩陣 計算測試資料,並比對 T 矩陣,找出合適的 T 值,並顯示對應的 bT 矩陣字串 顯示對應結果 程式架構 錯誤說明 失敗 傳回-1 開啟檔名+’P.txt’ 成功 讀取8×8的資料 當作P的1列資 料,連續讀完為止 ReadFile 函數 程式流程 PLen 記錄P的長度 存入P 錯誤說明 傳回-1 失敗 開啟檔名+’T.txt’ 成功 讀取1列字串 當作T的1列資 料,連續讀完為止 TLen 記錄T的長度 存入bT 錯誤說明 傳回-1 失敗 比對P與T的長度 成功 傳回 0 程式架構 classification 函數 程式流程 以 TLen 的長度, 分配 k 個2進位位元. (並以此為 W與 B 的維度) (CLen) 以 k 個2進制位元, 由0至 2k 產生 2進制碼 傳回位元數 產生T 程式架構 Hebb 函數 程式流程 相同 初值化 W、B 陣列 、迴圈數、MaxLoop 不同 計算 找下一個訓練資料 否 顯示收斂次數 計算 a 與 T(k) 值之差 計算 e=T-a 是否迴圈數未滿 且 所有資料未通過測試 是 調整 W 與 B W=W+eP B=B+e 計算 學習資料得 第k列資料 計算 a=hardlim((WP(k)+B ) 計算 迴圈執行數 程式架構 LMS 主程式 程式流程 初值化 W、B 陣列 、迴圈數、MaxLoop 計算P的 特徵值 計算最大穩定 學習率α 顯示收斂次數 否 是否迴圈數未滿 計算 a= purelin((WP(k)+B) 計算 e=T-a 計算 e 的 有效平均 調整 W 與 B W=W+2αeP B=B+2αe 是 計算 學習資料得 第k列資料 計算 迴圈執行數 程式架構 HTest 函數 程式流程 錯誤說明 傳回 ‘’ 計算 a= hardlim((WPt)+B) 失敗 開啟檔名+’.txt’ 從 T 矩陣 找到與 a 相同資料 成功 是 顯示答案 s 檔案是否結束 否 是 讀取一筆資料Pt 並測試維度是否0 否 找到的資料給于 bT對應字串, 找不到給 無, 並串接到答案 字串 s 程式架構 LTest 函數 程式流程 計算 a= purelin ((WPt)+B) 失敗 錯誤說明 傳回 ‘’ 開啟檔名+’.txt’ 從 T 矩陣 找到與 a 最短距離 成功 是 顯示答案 s 檔案是否結束 否 A與T 的距離= 2 CLen ( a i Ti ) i 1 2 是 讀取一筆資料Pt 並測試維度是否0 否 找到的資料給于 bT對應字串, 找不到給 無, 並串接到答案 字串 s 系統實驗 訓練檔 P 與 T 0 1 2 3 4 5 6 7 8 9 測試檔 XeP Hebb 解 LMS 解 3 無 1 9 1 0 無 無 無 5 3 無 無 1 2 1 無 無 無 5 系統實驗 訓練檔 P 與 T 0 1 2 3 4 5 6 7 8 9 4 無 2 無 1 1 無 無 無 無 無 無 無 無 1 1 測試檔 Xe1P Hebb 解 LMS 解 1 3 1 2 系統實驗 訓練檔 P 與 T P有 10 筆 64維 訓練資料, T 為 10 筆 4 維資料 Hebb 在 76 次後收斂。 LMS 執行 1000 次 後的收斂圖 結論 能辨識稍有誤差的數字。 系統可以擴充增加 +-×÷之辨識功能，再加 入編譯系統，就可辨別 LED 算式跑馬燈之算 術功能。 具有移位、旋轉之辨識。 謝謝