應用背景:在模式識別中,有一種高實用性的分類方法,就是人工神經網絡,它被成功應用於智能機器人、自動控制、語音識別、預測估計、生物、醫學、經濟等領域,解決了許多其他分類方法難以解決的實際問題。這得益於神經網絡的模型比較多,可針對不同的問題使用相應的神經網絡模型,這裏使用BP神經網絡解決手寫的數字字符識別問題。
BP神經網絡基本原理概述:這種網絡模型利用誤差反向傳播訓練算法模型,能夠很好地解決多層網絡中隱含層神經元連接權值係數的學習問題,它的特點是信號前向傳播、誤差反向傳播,簡稱BP(Back Propagation)神經網絡。BP學習算法的基本原理是梯度最快下降法,即通過調整權值使網絡總誤差最小,在信號前向傳播階段,輸入信號經輸入層處理再經隱含層處理最後傳向輸出層處理;在誤差反向傳播階段,將輸出層輸出的信號值與期望輸出信號值比較得到誤差,若誤差較大則把誤差信號傳回隱含層直至輸入層,在各層神經元中使用誤差信號修改權值係數,之後進入下一輪迭代,如此循環直至誤差最小,實際輸出信號值接近期望輸出信號值。下圖爲三層BP神經網絡模型:
它包括輸入層、1層隱含層、輸出層,是一種最簡單的BP神經網絡模型。用這個模型解決手寫的數字字符識別問題的MATLAB代碼如下:
%三層BP神經網絡應用於字符識別
clc;
clear all;
close all;
Files= dir('C:\Program Files\MATLAB\R2013a\bin\work\CNN數字字符識別1\data');
LengthFiles= length(Files);
%========讀取存在data文件夾下0-10個文件的全部圖片========%
for i = 3:LengthFiles;
if strcmp(Files(i).name,'.')||strcmp(Files(i).name,'..')
else
rootpath=strcat('C:\Program Files\MATLAB\R2013a\bin\work\CNN數字字符識別1\data','\',Files(i).name);
filelist=dir(rootpath);
[filenum,temp]=size(filelist);
count=0;
imglist=cell(0);
for j=1:filenum
if strcmp(filelist(j).name,'.')|| strcmp(filelist(j).name,'..')||strcmp(filelist(j).name,'Desktop_1.ini')||strcmp(filelist(j).name,'Desktop_2.ini')
else
count=count+1;
imglist{count}=imread(strcat(rootpath,'/',filelist(j).name));
end
end
number{i-2}=imglist;
end
end
charvec1=zeros(35,5000);
%========對讀取的圖片預處理(二值化-裁剪-特徵提取)========%
for i=1:10
for j=1:500
I1=number{1,i}{1,j}; %第i個文件夾的第j張圖
img_bw = im2bw(I1,graythresh(I1)); %灰度圖轉二值圖
bw_7050=imresize(img_bw,[70,50]);
%提取特徵統計每個小區域中圖像象素所佔百分比作爲特徵數據
for cnt=1:7
for cnt2=1:5
Atemp=sum(bw_7050(((cnt*10-9):(cnt*10)),((cnt2*10-9):(cnt2*10))));%10*10box對矩陣所有元素求和,共100個像素
lett((cnt-1)*5+cnt2)=sum(Atemp);%按行求和
end
end
lett=((100-lett)/100);
lett=lett';
charvec1(:,(i-1)*500+j)=lett;
end
end
%每個樣本對應的類標籤向量
label=[zeros(1,500),zeros(1,500)+1,...
zeros(1,500)+2,zeros(1,500)+3,zeros(1,500)+4,zeros(1,500)+5,zeros(1,500)+6,zeros(1,500)+7,zeros(1,500)+8,zeros(1,500)+9];
charvec1(36,:)=label;
%輸入輸出數據
input=charvec1(1:35,:);
output1=charvec1(36,:); %目標輸出類標籤
%把輸出從1維變成10維
for i=1:5000
switch output1(i)
case 0
output(:,i)=[1 0 0 0 0 0 0 0 0 0]';
case 1
output(:,i)=[0 1 0 0 0 0 0 0 0 0]';
case 2
output(:,i)=[0 0 1 0 0 0 0 0 0 0]';
case 3
output(:,i)=[0 0 0 1 0 0 0 0 0 0]';
case 4
output(:,i)=[0 0 0 0 1 0 0 0 0 0]';
case 5
output(:,i)=[0 0 0 0 0 1 0 0 0 0]';
case 6
output(:,i)=[0 0 0 0 0 0 1 0 0 0]';
case 7
output(:,i)=[0 0 0 0 0 0 0 1 0 0]';
case 8
output(:,i)=[0 0 0 0 0 0 0 0 1 0]';
case 9
output(:,i)=[0 0 0 0 0 0 0 0 0 1]';
end
end
%=========BP神經網絡創建,訓練和測試========%
%% 網絡結構初始化
innum=35; %輸入層的輸入維數
midnum=80; %中間隱含層的維數
outnum=10; %輸出層的輸出維數
%提取450個樣本爲訓練樣本
input_train=input(:,1:450);
T=output(:,1:450);
%權值初始化
Wij=rands(midnum,innum);%輸入到隱含層的權重向量
b1=rands(midnum,1); %偏值或閾值
Wki=rands(outnum,midnum);%隱含層到輸出層的權重向量
b2=rands(outnum,1); %偏值或閾值
Ir=0.05;err_goal=0.001; %Ir爲學習速率,err_goal爲期望誤差最小值
max_epoch=1000;a=0.9; %訓練的最大次數,a爲慣性系數
Oi=0;Ok=0; %初始化隱含層的輸出值爲0;初始化輸出層的輸出值爲0
[M,N]=size(input_train);
Wij0=zeros(midnum,M);Wki0=zeros(outnum,midnum);
%第一階段,模型訓練期:根據加權係數Wij,Wki,對給定的樣本計算輸出
for epoch=1:max_epoch
%計算隱含層各神經元節點輸出
for i=1:N
NETi(:,i)=Wij*input_train(:,i)+b1;
end
for j=1:N
for i=1:midnum
Oi(i,j)=1/(1+exp(double(-NETi(i,j))));%激勵函數
end
end
%計算輸出層各神經元節點輸出
for i=1:N
NETk(:,i)=Wki*Oi(:,i)+b2;
end
for i=1:N
for k=1:outnum
Ok(k,i)=1/(1+exp(double(-NETk(k,i))));%激勵函數
end
end
%計算誤差函數:方差
E=( (T-Ok)' * (T-Ok) );
err=abs(E)>err_goal;
if sum(sum(err))==0
break;
end
%調整輸出層加權係數,引入慣性項即最近一次歷史權值,也就是上一次迭代的權值
delta_k=Ok.*(1-Ok).*(T-Ok);
W=Wki;
Wki=Wki + Ir*delta_k*Oi' + a*(Wki-Wki0);
Wki0=W;
%調整隱含層加權係數,引入慣性項
delta_i=Oi.*(1-Oi).*(delta_k' * Wki)';
W=Wij;
Wij=Wij+Ir*delta_i* input_train'+ a*(Wij-Wij0);
Wij0=W;
end
epoch %顯示訓練次數
%第二階段,測試期:根據訓練好的加權係數Wij,Wki,對給定的輸入計算輸出
input_test=input(:,451);%給定輸入
X1=input_test;
output_test=output(:,451);
[M,N]=size(X1);
Oi=0;Ok=0;
%計算隱含層各神經元節點輸出
for i=1:N
NETi1(:,i)=Wij*X1(:,i)+b1;
end
for j=1:N
for i=1:midnum
Oi(i,j)=1/(1+exp(double(-NETi1(i,j))));%激勵函數
end
end
%計算輸出層各神經元節點輸出
for i=1:N
NETk1(:,i)=Wki*Oi(:,i)+b2;
end
for i=1:N
for k=1:outnum
Ok(k,i)=1/(1+exp(double(-NETk1(k,i))));%激勵函數
end
end
output_test' %顯示網絡輸出層的期望輸出
Ok' %顯示網絡輸出層的實際輸出
程序中使用450張寫了數字“0”的圖片作爲訓練樣本以及1張寫了數字“0”的圖片作爲測試樣本,運行結果如下圖
從運行結果看,模型訓練了2次就成功,識別率高,爲0.99。