對於特定形狀微粒的辨認，採用識別神
經網路理論，進行實驗。實驗設計可分為訓練過程及識別過程兩階段。在訓練過
程上，以10種樣板微粒為訓練樣本，經過適當之正規化處理後，輸入網路進行
訓練。訓練步驟如下：
步驟1：輸入訓練微粒原始影像。
步驟2：對原始影像進行正規化處理，包括平滑濾波、二值化、平移、放大、邊
緣偵測、旋轉、格子點化及反轉等處理，最後得到一25×25格子點化之二值影
像圖。
步驟3：設定主辨識神經元及25個次級辨識神經元，並在每一個次級神經元下
安置9個移位神經元。
步驟4：對每一個移位神經元pk，輸入對應的樣本分割單元進行訓練，
得到每一個移位神經元的加權值向量
及神經元門
閥值
。
步驟5：重複步驟1，直到訓練完所有樣本圖。
而在識別過程中，我們引進幾個訓練樣本微粒在不同位置、不同角度、甚至不同
打光強度下所拍攝的圖片為測試樣本，輸入已訓練好之網路進行識別。整個識別
步驟如下：
步驟1：輸入測試微粒原始影像。
步驟2：對原始影像進行正規化處理，包括平滑濾波、二值化、平移、放大、邊
緣偵測、旋轉、格子點化及反轉等處理，最後得到一25×25格子點化之二值影
像圖。
步驟3：對訓練過程中每一個移位神經元pk，輸入對應的測試樣本分割單元進行識
別。即計算與測試樣本分割單元向量
Ak的內積是
否等於神經元門閥值。假如相等，則移位神經元激
發成功。
步驟4：在次級神經元下的9個移位神經元任一個被激發，則次級神經元也激發
成功。
步驟5：計算每一個主神經元下，次級神經元激發成功的個數。
步驟6：選定一個最多次級神經元發火數目的主神經元，測試樣本即判定為此神
經元記憶之微粒種類。
步驟7：重複步驟1，直到識別完所有樣本圖。
全文畫面
回首頁 
下一頁