基于 BP 神经网络对数码相机评价及应用研究.doc
《基于 BP 神经网络对数码相机评价及应用研究.doc》由会员分享,可在线阅读,更多相关《基于 BP 神经网络对数码相机评价及应用研究.doc(7页珍藏版)》请在三一文库上搜索。
1、精品论文基于 BP 神经网络对数码相机评价及应用研究雷阳 辽宁工程技术大学理学院,辽宁阜新(123000) E-mail:摘 要:本文在分析数码相机评价的基础上,选用了佳能品牌的数码相机 ,并在此基础上建 立了基于BP 神经网络的三层神经网络模型。该模型运用人工神经网络的理论和方法,可以 根据已知数据评价数码相机的好坏,从而对数码相机进行选择时做出正确的决策。最后,结合实际情况,利用MATLAB对三星品牌数码相机做出评价并且介绍了BP 神经网络的原理和 计算步骤,并根据实际案例确定了神经网络的结构,从而构建了BP神经网络,最后用 MATLAB 神经网络工具箱对该问题进行了模拟和仿真。 关键词:
2、BP神经网络;数码相机;MATLAB应用1. 引言人工神经网络起源于20 世纪,它是当今世界关注的高科技热点,并开始显示出美好的 广阔的应用前景。现如今已经应用到人们生产生活的各个方面。与人脑的作用机理类似,一 个神经网络完成任务的过程包括学习(训练)过程使用(回忆或联想)过程【4】。一般来说, 只有经过充分学习的神经网络人们才能放心使用。通常所说的BP 模型即误差反向传播神经网络是神经网络模型中使用最广泛的一类。随着科学技术的发展,电子产品的生产越来越广泛,例如:MP3,数码相机,电脑等。 而这些产品成为人们生活有着密切的联系,随着人们生活水平的提高,这些电子产品也逐渐 的使人们有能力接受,
3、但人们在购买这些产品之前还是会对其做出简单的综合决策来确定选 购价钱等各个方面符合自己的产品,使自己达到最大的满意程度。本文利用BP 网络的算法 来帮助人们在数码相机上的选择问题,并建立相应的模型,以做出更合理的决策。2. 相关知识介绍2.1 人工神经网络与BP模型人工神经网络(Artificial Neural Networks, ANN),一种模范动物神经网络行为特 征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过 调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。人工神经网络具 有自学习和自适应的能力,可以通过预先提供的一批相互对应的输入输出数据,分
4、析掌握两者之间潜在的规律,最终根据这些规律,用新的输入数据来推算输出结果, 这种学习分析的过程被称为“训练”。【1】1985 年F.Rosenblatt 提出了著名的视知觉的脑模型感知机,它是脑模型研究的又一个里程碑。感知机是一种层状结构的神经元网络,各层内部神经元间没有信息流动,层间神 经元的联接权重W 可随着对网络进行训练而改变,即通过学习算法进行学习,从而实现网 络良好的模式辨识功能。BP 学习算法是一种多层前馈网络使用的的监控式学习算法,相应 的神经网络也称BP网络。【3】BP 模型实现了多层网络学习的设想。当给定网络的一个输入模式时,它由输入层传到隐层单元,经过隐层单元逐个处理后传送
5、到输出单元,由输出层单元处理产生一个输出模式。 如果输出响应与期望输出模式有误差,不满足要求,那么就转入误差反向传播,将误差值沿- 7 -着连接通路逐层传送并修正各层连接权值。对于给定的一组训练模式,不断用一个个训练模式训练网络,重复前向传播和误差反向传播过程,使误差趋于减小。【5】图1为三层网络结构:2.2 BP网的学习算法Figure 1 A three-tier structure of the BP Network基于权值调整规则的讨论,下面给出BP学习算法步骤:(1)初始化 在依据实际问题(输入变量和输出变量个数)给出网络连接结构,随机地设置所有联接 权值为任意小。(2)提供训练样本
6、如果输入变量为 n 个,输出变量为m 个,则每个训练样本形式为(x1 , x2 ,., xn ;t1 , t2 ,., tm )这里t1 , t2 ,., tm 是输入为 x1 , x2 ,., xn(3)计算实际输出利用非线性函数时的期望输出。1 y = 1 + exp wij xi j i逐级计算各层节点(不包括输入层)的输出值,令最后的输出为 o1 , o2 ,., om(4)权值调整用递归方法从输出点开始返回到隐层节点,按下式调整权值wij ( N + 1) = wij ( N ) + oi j 这里 oi 是上层第i个节点的输出。 若j是输出层节点,则 j = j (1 j )(t
7、j j )若j是隐层节点,则 j = j (1 j ) k wjk 其中k 是节点j所在层次的下层次的所有节k点。(5)返回(2)步,重复之,直到误差e 满足为止【1】。 针对以上描述,画出BP算法的流程图表示为图2:【6】Figure 2BP learning algorithm flow chart3. BP神经网络的应用3.1 网络样本设计通过在网络上的调查可知,顾客们在选择数码相机的时候首先看的是牌子,这里为了方 便只选择佳能品牌的数码相机作为参考样本。其次顾客在选择是看的是价格,有效像素,感 光度和拍摄性能,镜头特点等。这里我们取参数 :x1 表示性价比;x2 表示有效像素;x3 表
8、示感光度;x4 表示拍摄性能;x5 表示镜头特点该四个因素作为 BP 网络的输入,令它们的取值在01 之间。设网络的输出变量设为4个,即:表示总体来说数码相机好;y1表示总体来说数码相机较好;y2表示总体来说数码相机一般;y3表示总体来说数码相机差。y4该网络采用两个输出节点,分别设这四类的输出值为:12y (1,0), yy(1,0),3y(0,1),4(0,0)。根据采取的实际数据样本,转化为0-1数据得表1:表1 实际数据样本转化0-1后数据Table 1 The actual sample data into the data after 0-1数码相机序列号x1x2x3x4x5yj1
9、0.450.520.650.630.3(0,1)20.520.670.780.80.6(1,1)30.560.430.320.540.46(0,0)40.810.310.610.560.58(1,0)50.750.460.790.620.46(1,0)60.430.310.480.460.39(0,0)70.560.660.520.630.5(0,1)80.620.480.780.520.64(1,0)90.760.820.790.650.7(1,1)100.650.620.450.550.67(0,1)3.2 BP 网络模型的实施BP 网络的训练需要用到MATLAB 工具。MATLAB 的含
10、义是矩阵实验室(MATRIX LABORATORY),主要用于方便矩阵的存取,其基本元素是无须定义维数的矩阵。 提供了一个高性能的数值计算和图形显示的科学和工程计算软件环境【2】。MATLAB 自 问世以来,就是以数值计算称雄。经过十几年的完善和扩充,现已发展成为线性代数课程的 标准工具。MATLAB 中包括了被称作工具箱(TOOLBOX)的各类应用问题的求解工具。工具箱 实际上是对MATLAB 进行扩展应用的一系列MATLAB 函数(称为M 文件),它可用来求 解各类学科的问题,包括信号处理、图象处理、控制系统辨识、神经网络等。随着MATLAB 版本的不断升级,其所含的工具箱的功能也越来越丰
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 BP 神经网络对数码相机评价及应用研究 神经网络 数码相机 评价 应用 研究
链接地址:https://www.31doc.com/p-3623981.html