[發明專利]一種基于單節點光子儲備池計算的手寫數字圖像識別方法

有效

• 申請號: 202110597543.6
• 申請日: 2021-05-31
• 公開（公告）號: CN113343814B
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 李璞;胡春強;蔡強;李佳一;開超
• 申請（專利權）人: 太原理工大學
• 主分類號: G06V30/32
• 分類號: G06V30/32;G06V10/50;G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 太原晉科知識產權代理事務所(特殊普通合伙) 14110
• 代理人: 王軍

本發明涉及一種基于單節點光子儲備池計算的手寫數字圖像識別方法，其單節點光子儲備池計算僅有一個物理節點，結構被壓縮到極限，而且僅輸出連接權重需要被訓練，為人工神經網絡硬件實現和集成化提供理論基礎；通過自延時反饋環，在不增加反饋環長度和不提高系統采樣率的情況下大量擴展虛擬節點數，避免擴展虛擬節點數對單節點光子儲備池計算結構的改變，提高系統在復雜任務中的適用性；本發明中使用高非線性光纖有效提高單節點光子儲備池計算儲備池層的非線性動力學響應豐富度，使儲備池維度最大化，提高系統性能；本發明的單節點光子儲備池計算在光域中處理和傳輸信號，不會受限于電子速率瓶頸，結合了光信息處理的高速大容量等特性。

技術領域

本發明涉及機器學習技術領域，尤其涉及一種基于單節點光子儲備池計算的手寫數字圖像識別方法。

背景技術

圖像識別是一種非常重要的技術，在公共安全、生物、工業、農業、交通、醫療等很多領域都有應用。例如交通方面的車牌識別系統；公共安全方面的人臉識別技術、指紋識別技術；農業方面的種子識別技術、食品品質檢測技術；醫學方面的心電圖識別技術等。隨著計算機技術的不斷發展，圖像識別技術也在不斷地優化，其算法也在不斷地改進。圖像是人類獲取和交換信息的重要來源，因此與圖像相關的圖像識別技術已然成為研究熱點之一。

經過幾十年的發展，圖像識別方法大致可以分為三類：分別為基于統計模式的圖像識別技術、基于句法模式的圖像識別技術和基于模糊模式的圖像識別技術。其中基于統計模式的圖像識別技術主要是利用貝葉斯決策規則解決最優分類器問題，其基本思想是在不同的模式類中建立一個決策邊界，利用決策函數把一個給定的模式歸入相應的模式類中。然而隨著被識別圖像的模式復雜度的繼續提升，基于統計模式的圖像識別技術將面臨特征提取的問題，由于其所要求的特征量巨大，使得其對復雜模式的準確分類非常困難。為了克服這些困難，基于句法模式的圖像識別技術應用而生。其基本思路是把一個復雜模式分化為若干較簡單子模式的組合，而子模式又分為若干基元，通過對基元的識別，進而識別子模式，最終識別該復雜模式。然而基于這兩種方法的圖像識別技術有一個共同的缺點，即它們的自適應性較差。根據人對事物識別的思維邏輯，結合了人類大腦識別事物的特點，人們提出一種基于模糊模式的圖像識別技術，其理論基礎是20世紀60年代誕生的模糊數學。該技術與前兩種技術相比可以大幅度簡化圖像識別系統，而且具有高實用性、高可靠性等特點。其中，基于人工神經網絡的圖像識別技術是一種表現卓越的模糊模式的圖像識別技術，由于其具有很強的自組織、自學習和自適應能力而成為圖像識別中的研究熱點。人工神經網絡被認為是最接近人腦的信息處理方式的裝置，所以在圖像識別領域被給予厚望。

人工神經網絡大致可以為兩類，即前饋神經網絡和遞歸神經網絡。由于遞歸神經網絡具有記憶特性，表現為遞歸神經網絡的輸出不僅和當前的輸入有關，并且與之前的輸入也有關，所以遞歸神經網絡可以處理時間相關的任務，因而其擅長處理的問題更接近實際問題。基于這些優勢，遞歸神經網絡被廣泛研究。然而，由于遞歸神經網絡包含反饋，這會導致神經網絡系統復雜度提升，訓練計算量和時間成本較高，而且存在訓練不收斂等問題。為了解決這些問題，學者們做了很多創新性探索，儲備池計算被賦予極大的期望。

儲備池計算（reservoir computing, RC）是在傳統遞歸神經網絡基礎上的一種改進，儲備池計算創新性的使用隨機生成且固定的輸入連接權重和內部連接權重，僅訓練隱藏層與輸出層之間的輸出連接權重，而且往往簡單的線性回歸算法如嶺回歸即可訓練該網絡，這使得網絡的訓練被極大的簡化，訓練的計算量和時間成本均大幅度降低。該網絡已經在很多任務中表現出優越的性能，如時間序列預測、語音識別以及非線性信道均衡等。然而傳統的儲備池計算的隱藏層包含大量的物理節點，這對于儲備池計算的硬件實現和集成化都提出了挑戰。單節點儲備池計算對傳統儲備池計算的隱藏層進一步簡化，其隱藏層由一個物理節點和該節點在時間尺度上的拓撲構成，這樣便可以將人工神經網絡的結構壓縮到極限，對于人工神經網絡的硬件實現和高度集成化具有重要的意義，本發明將單節點光子儲備池計算引入圖像識別領域，提出一種具有很好的自適應、自組織和自學習的簡單的圖像識別方法。

發明內容