[發明專利]基于滑齒法的神經網絡的模板匹配方法

有效

• 申請號: 201610035536.6
• 申請日: 2016-01-19
• 公開（公告）號: CN105740950B
• 公開（公告）日: 2019-03-29
• 發明（設計）人: 王堃;張明翔;岳東;孫雁飛;吳蒙;亓晉;陳思光
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06N3/02
• 分類號: G06N3/02;G06F16/903
• 代理公司: 南京知識律師事務所 32207
• 代理人: 王小君

1.基于滑齒法的神經網絡的模板匹配方法，其特征在于，包括以下步驟：

步驟1、根據誤差反向傳播的神經網絡的制定規則，將網絡結構分為輸入層、隱藏層和輸出層；

步驟2、在所述隱藏層中設定第一誤差范圍、最大訓練次數和第二誤差范圍并初始化，所述第一誤差范圍為所述神經網絡可接受的誤差范圍，所述第二誤差范圍為模板匹配值可接受的誤差范圍；

步驟3、根據數據分塊機制，輸入的數據進行相似性檢測后被分割成多個數據塊；

步驟4、利用滑齒法匹配被處理的數據，其中在網絡訓練階段，將輸出信號與期望輸出相比較得到誤差信號，所述誤差信號通過滑齒法從所述輸出層逐級反饋到所述隱藏層和所述輸入層，并動態修正所述隱藏層和所述輸入層的網絡權值；

步驟5、判斷網絡節點的誤差和模板匹配的誤差是否分別落在所述第一誤差范圍和所述第二誤差范圍內，或者，模板匹配的誤差是否在所述第二誤差范圍內且達到最大訓練次數；如是，則輸出結果；否則執行步驟6；

步驟6、修正所述輸入層的網絡權值；

步驟7、重復執行步驟4～步驟6，直到輸出結果。

2.根據權利要求1所述基于滑齒法的神經網絡的模板匹配方法，其特征在于，步驟3的具體過程為：利用相似性檢測算法，計算輸入節點數據與模板中相應點的絕對誤差值，將各輸入數據點的絕對誤差值累加，直到超過設定閾值，停止累加并計算此數據塊的相似性均值，此時所述相似性均值大于預期值，停止分割數據。