[發明專利]一種空間網絡3D打印算法

有效

• 申請號: 201510310560.1
• 申請日: 2015-06-08
• 公開（公告）號: CN104932847B
• 公開（公告）日: 2018-01-19
• 發明（設計）人: 劉利釗
• 申請（專利權）人: 三維泰柯（廈門）電子科技有限公司
• 主分類號: G06F3/12
• 分類號: G06F3/12;G06N3/02;B33Y50/00
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙)11371
• 代理人: 吳開磊

1.一種空間網絡3D打印算法，其特征在于，首先擴展自組織特征銀蛇算法，自動找出輸入數據之間的類似度，將相似的輸入在網絡上就近配置，構成對輸入數據有選擇地給與反應的網絡，基于自組織特征映射的學習算法構造SOM空間網絡3D打印算法；

STEP1：用隨機數作為尺度參數導入傅里葉熱擴散方程，設定輸入層和映射層之間的權值的初始值，以輸入層作為變量X，用映射層作為變量Y，進行梯度空間演化，從而形成輸入層空間和映射層空間，對m個輸入神經元到輸出神經元連接權值賦予梯度空間較小的權值，選取輸出神經元j個空間內的“鄰接神經元”的集合S_j，其中S_j(0)表示時刻t＝0的神經元j空間“鄰接神經元”的集合，S_j(t)表示時刻t空間“鄰接神經元”的集合，空間區域S_j(t)隨著時間的增長而不斷縮小；

STEP2：把多維輸入向量X＝(x₁,x₂,x₃,…,x_m)^T作為數據給輸入層空間；

STEP3：計算映射層空間的權值向量和輸入向量空間的距離(歐氏距離)：在映射層空間，計算各神經元的權值向量空間和輸入向量空間的歐氏距離，映射層的第j個神經元和輸入向量的距離如式1所示：

式中，w_ij為輸入層的i神經元和映射層的j神經元之間的權值，通過計算，得到一個具有最小距離的神經元，記為j^*,即確定出某個單元k，使得對于任意的j，都有d_k＝min(d_j)，并給出其鄰接神經元集合；

STEP4：權值的學習：按下式2修正輸出神經元j^*及其“鄰接神經元”權值，

Δω_ij＝ω_ij(t+1)-ω_ij(t)-η(t)(x_i(t)-ω_ij(t)) (式2)

式2中，η為一個大于0小于1的常數，隨著時間變化逐漸下降到0；

STEP5：計算輸出0_k

0_k＝f(min||x-w_j||)

式中，f(*)一般為0～1函數或者其他非線性函數；

STEP6：判斷是否達到預先設定的要求，如果達到要求則算法結束，否則，返回STEP2，進行下一輪學習。