在這篇文章中，主要闡述在MATLAB環(huán)境下利用神經(jīng)網(wǎng)絡(luò)對(duì)輸入的數(shù)字圖像進(jìn)行識(shí)別。我們利用一個(gè)5*5的矩陣來(lái)表示1-5的數(shù)據(jù)，如下圖所示：

基于以上問(wèn)題，我們構(gòu)建的神經(jīng)網(wǎng)絡(luò)輸入層的神經(jīng)元個(gè)數(shù)為25個(gè)，即5*5矩陣中每個(gè)元素作為輸入。神經(jīng)網(wǎng)絡(luò)的輸出層神經(jīng)元的個(gè)數(shù)為5個(gè)，主要用于識(shí)別1-5中的數(shù)字。在輸出層的激活函數(shù)使用Softmax函數(shù)。隱含層的神經(jīng)元個(gè)數(shù)我們可以設(shè)置為50個(gè)并利用Sigmoid作為激活函數(shù)。神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如下圖所示：

Matlab程序如下：

神經(jīng)網(wǎng)絡(luò)的構(gòu)建

對(duì)構(gòu)造好的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練

得出結(jié)果為：

在訓(xùn)練過(guò)程中，輸入X的對(duì)應(yīng)的矩陣的數(shù)值為數(shù)字圖像1-5的像素，例如：

訓(xùn)練過(guò)后，我們測(cè)試一下神經(jīng)網(wǎng)絡(luò)的識(shí)別功能。我們輸入如下圖形，測(cè)試神經(jīng)網(wǎng)絡(luò)是否能夠正確識(shí)別1-5的數(shù)字。

測(cè)試程序：

運(yùn)行后可以得出結(jié)果：

可以看出圖像為4的概率為94.6%

圖像為2的概率為94.16%

圖像3顯示數(shù)字為3的概率為99.52%

可以看出圖像2和圖像3只有一個(gè)像素不同，但神經(jīng)網(wǎng)絡(luò)可以非常好的區(qū)別圖中顯示的數(shù)值。

總結(jié)

以上是生活随笔為你收集整理的matlab 数字识别_在MATLAB中利用神经网络进行分类的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。