專利名稱：可拓模式識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明屬于計(jì)算機(jī)技術(shù)領(lǐng)域，特別涉及一種可拓模式識(shí)別方法。
背景技術(shù)：
模式識(shí)別屬于人工智能范疇，自20世紀(jì)60年代以來發(fā)展很快。它已經(jīng)有了基本理論、 方法和技術(shù)，在指紋、基因、人臉、語音、文字、可見光、雷達(dá)、紅外圖像識(shí)別方面取得了 輝煌成績(jī)，在生物、醫(yī)學(xué)、軍事上己有許多成功應(yīng)用。然而到現(xiàn)在為止，模式識(shí)別的理論和 技術(shù)都遠(yuǎn)未完善，很多課題有待人們?nèi)パ芯?。例如，在模式識(shí)別領(lǐng)域，事物可拓性識(shí)別(模 式狀態(tài)隱性特征檢測(cè)、模式狀態(tài)形成機(jī)理識(shí)別、模式狀態(tài)可能的矛盾變化識(shí)別、在不同的視 覺、聽覺或觸覺方式(角度)下模式的矛盾狀態(tài)識(shí)別等)幾乎沒有研究。
然而象某類人是否會(huì)患某種疾病的識(shí)別、某類產(chǎn)品是不合格產(chǎn)品是否能轉(zhuǎn)化為合格產(chǎn)品 的識(shí)別、矛盾圖像識(shí)別等需要先識(shí)別可拓特征信息才能識(shí)別認(rèn)識(shí)模式的問題比比皆是。社會(huì) 呼喚能識(shí)別模式可拓性的模式識(shí)別的理論、方法和技術(shù)，我們稱該種模式識(shí)別的理論、方法 和技術(shù)為"可拓模式識(shí)別"。

發(fā)明內(nèi)容
本發(fā)明的任務(wù)在于提供一種可拓模式識(shí)別方法，其目的就是用機(jī)器去完成人類智能中通 過視覺、聽覺、觸覺等感官去認(rèn)知識(shí)別外界環(huán)境可拓特征的那些工作。
其技術(shù)解決方案是
一種可拓模式識(shí)別方法，其包括步驟
a. 可拓模式表示和可拓模式論域確定；
b. 預(yù)處理；
C.可拓特征和模式基元選擇；
d.可拓識(shí)別。
上述步驟a中，所述可拓模式表示包含模式的可拓性息。
上述步驟a中，可拓模式論域?yàn)榭赏啬Ｊ阶R(shí)別考察論域，此論域比相應(yīng)的傳統(tǒng)模式識(shí)別 論域要大得多。
上述步驟c中，所述可拓特征為可拓模式識(shí)別考察特征。
上述步驟d中，所述可拓識(shí)別歸結(jié)為高維(= + &維)物元空間中純負(fù)可拓域"一(r)、純正穩(wěn)定域M+(r)、零界、、純正可拓域"+(r)、純負(fù)穩(wěn)定域"一(r)的學(xué)習(xí)分類問題。
上述歩驟c中，還包括建立可拓模式識(shí)別模型，該可拓模式識(shí)別模型為高維通用神經(jīng)網(wǎng) 絡(luò)模型。
本發(fā)明提供一種能識(shí)別模式可拓性的模式識(shí)別的方法，其中，"可拓模式識(shí)別"就是同時(shí) 識(shí)別模式的狀態(tài)和可拓狀態(tài)(或稱該模式的矛盾狀態(tài))的理論、方法和技術(shù)。"可拓模式識(shí)別" 研究主要內(nèi)容包括給出可拓模式論域、模式預(yù)處理技術(shù)、可拓模式特征(注這里指蘊(yùn)涵事 物的可拓性的特征，往往是事物的隱性、直接檢測(cè)提取有困難的那些特征)提取或可拓模式 基元選擇方法、可拓模式分類(即模式狀態(tài)和模式的矛盾狀態(tài)分類)和可拓結(jié)構(gòu)(結(jié)構(gòu)狀態(tài) 和結(jié)構(gòu)可能的矛盾狀態(tài))描述方法(或技術(shù))。開發(fā)建立機(jī)器使機(jī)器能對(duì)模式進(jìn)行可拓分類或 給出模式的可拓特征信息解釋、描述。在本發(fā)明中首次提出了 "可拓模式識(shí)別"概念和一種 可拓模式識(shí)別方法，具體提出了由預(yù)處理、可拓特征或模式基元的抽取和選擇，以及可拓識(shí) 別等部分組成的可拓模式識(shí)別系統(tǒng)方案；同時(shí)，把可拓識(shí)別問題歸結(jié)為高維(N=d + k維)物元空間中純負(fù)可拓域^l(r)、純正穩(wěn)定域^+(r)、零界j。、純正可拓域ri+(r)、純負(fù)穩(wěn)定 域"一(r)的學(xué)習(xí)分類問題，給出了一高維可拓模式識(shí)別(分類)器的通用、有效的神經(jīng)網(wǎng)絡(luò)模型。


圖i是本發(fā)明一種實(shí)施方式的可拓模式識(shí)別系統(tǒng)原理框圖。
圖2是上述實(shí)施方式中可拓模式識(shí)別的通用神經(jīng)網(wǎng)絡(luò)GFFN拓?fù)浣Y(jié)構(gòu)圖。
下面結(jié)合附圖對(duì)本發(fā)明進(jìn)行說明
具體實(shí)施例方式
本發(fā)明提供一種可拓模式識(shí)別方法，其流程圖如圖l所示。本發(fā)明實(shí)施步驟如下
1. 可拓模式表示和可拓模式論域確定
可拓模式論域包括直接要考察的可拓模式集合(即傳統(tǒng)的模式識(shí)別中模式論域)和與直 接要考察的模式有相互發(fā)散關(guān)系，或相關(guān)關(guān)系，或相互可擴(kuò)關(guān)系性，或相互蘊(yùn)含關(guān)系，或有 實(shí)部與虛部關(guān)系，或有硬部與軟部關(guān)系，或有顯部與潛部關(guān)系，或有正部與負(fù)部關(guān)系的模式 的集合?？赏啬Ｊ秸撚虮葌鹘y(tǒng)的模式識(shí)別中模式論域要大得多。
2. 預(yù)處理
因?yàn)楝F(xiàn)代模式識(shí)別技術(shù)是建立在使用數(shù)字電子計(jì)算機(jī)的基礎(chǔ)上的，所以對(duì)于非電量輸入 模式，必須首先把它們轉(zhuǎn)換成電信號(hào)，然后通過模/數(shù)轉(zhuǎn)換，使之成為數(shù)字計(jì)算機(jī)能接受的 數(shù)字量。為了使輸入模式滿足識(shí)別的要求，還要根據(jù)具體情況對(duì)模式進(jìn)行處理，如濾波、坐 標(biāo)變換、圖像增強(qiáng)、圖像復(fù)原、區(qū)域分割、邊界檢測(cè)、骨架提取等，以減少外界干擾和噪聲
的影響，使模糊的模式變清晰，以便抽取模式識(shí)別所需要的特征。這是模式識(shí)別過程的一個(gè) 重要的環(huán)節(jié)。
3. 可拓特征和模式基元選擇
傳統(tǒng)的模式識(shí)別中，模式經(jīng)過預(yù)處理，滿足識(shí)別要求的模式要根據(jù)識(shí)別方法的要求抽取 選擇特征和基元，作為識(shí)別的依據(jù)。 一般說來，要求選擇出來的特征和基元能夠足夠代表這 個(gè)模式，另一方面要求它們的數(shù)量盡量少，從而能有效地進(jìn)行分類和描述。模式特征和基元 的選擇對(duì)識(shí)別的效果有直接的影響，所以它們的選擇是模式識(shí)別的關(guān)鍵，但是，目前還沒有 一個(gè)有效的， 一般的抽取、選擇特征和基元的方法。模式識(shí)別使用的預(yù)處理方法仍是非常"面 對(duì)問題"的，對(duì)于不同的識(shí)別對(duì)象要用不同的方法抽取特征和基元，而且往往不止一種方法。
"可拓模式識(shí)別"不僅要選擇確定模式的表性特征(注包括可拓學(xué)中所指特征和特征 值)，而且還要選擇確定模式的可拓特征(注這里指蘊(yùn)涵事物的可拓性的特征)，即要選擇 確定那些模式與該模式有可拓關(guān)系(有相互發(fā)散關(guān)系，或相關(guān)關(guān)系，或相互可擴(kuò)關(guān)系性，或 相互蘊(yùn)含關(guān)系，或有實(shí)部與虛部關(guān)系，或有硬部與軟部關(guān)系，或有顯部與潛部關(guān)系，或有正 部與負(fù)部關(guān)系)和這些模式的特征。這里特別要注意可拓特征是傳統(tǒng)模式識(shí)別往往不考慮的 特征。正式因?yàn)檫@樣，傳統(tǒng)模式識(shí)別不能識(shí)別事物的可拓性(狀態(tài))。
4. 可拓識(shí)別
"可拓模式識(shí)別"主要用兩類方法進(jìn)行，即可拓決策論方法(統(tǒng)計(jì)方法)和可拓結(jié)構(gòu)(句法) 方法。許多具體的可拓模式識(shí)別方法都可以歸結(jié)到這兩種方法中來。
可拓決策論模式識(shí)別方法稱為統(tǒng)計(jì)可拓模式識(shí)別方法。設(shè)C/為論域，A是U到實(shí)域的一個(gè)映射，r為給定的對(duì)元素的變換，稱
為論域t/上關(guān)于元素變換的可拓集合<formula>complex formula see original document page 5</formula>)的關(guān)聯(lián)函數(shù)<formula>complex formula see original document page 5</formula>關(guān)于 變換r的關(guān)聯(lián)函數(shù)。
當(dāng)U是一些N＝d + k維物元(注其中c/維是指c/維表性特征，it維是指;t維可拓特征)時(shí)，、是物元關(guān)聯(lián)綜合性質(zhì)p的程度A:"")>0表示"具有性質(zhì)p、kp(u)表示u不具有性質(zhì)p，比"2具有性質(zhì)的程度更高；kp(u)表示"是零界物元；它具有性質(zhì)p，又不具有性質(zhì)<formula>complex formula see original document page 5</formula>表示"不具有性質(zhì)戶；、(M)<0,、(rW)>0表示w是在變 換r下可拓為具有性質(zhì)p 。上述可拓集就稱為關(guān)于性質(zhì)約束p的物元可拓集，記為<formula>complex formula see original document page 5</formula>
通常稱<formula>complex formula see original document page 6</formula>為正域<formula>complex formula see original document page 6</formula>為負(fù)域；
<formula>complex formula see original document page 6</formula>為零界；<formula>complex formula see original document page 6</formula>為2(r)的正可拓域<formula>complex formula see original document page 6</formula>為<formula>complex formula see original document page 6</formula>的負(fù)可 拓域；<formula>complex formula see original document page 6</formula>為<formula>complex formula see original document page 6</formula>的正穩(wěn)定域；<formula>complex formula see original document page 6</formula>為的負(fù)穩(wěn)定域<formula>complex formula see original document page 6</formula>為<formula>complex formula see original document page 6</formula>的拓界；而稱<formula>complex formula see original document page 6</formula>為純正域；<formula>complex formula see original document page 6</formula>為純負(fù)域<formula>complex formula see original document page 6</formula>為
<formula>complex formula see original document page 6</formula>的純正可拓域<formula>complex formula see original document page 6</formula>為<formula>complex formula see original document page 6</formula>的純負(fù)可拓域；<formula>complex formula see original document page 6</formula>為<formula>complex formula see original document page 6</formula>的純正穩(wěn)定域；<formula>complex formula see original document page 6</formula>為<formula>complex formula see original document page 6</formula>的純負(fù)穩(wěn)定域。
這樣在w = d + k高維物元空間(抽象為RN)中，純負(fù)可拓域rA-(T)+純正穩(wěn)定域m+(r)=純正域m ;純正可拓域rA+(T)+ +純負(fù)穩(wěn)定域(r)=純負(fù)域rA;純正域rA+(T)+ 純負(fù)域rA-(T)+零界 /。=論域t/;純負(fù)可拓域r丄(r) +純正穩(wěn)定域m+ (r) +零界j。 +純正可拓域ri+ (r) +純負(fù)穩(wěn)定域M-(r)-論域t/，且純負(fù)可拓域ri一(r)、純正穩(wěn)定域^+(r)、零界、、純正可拓域"+(r)、純負(fù)穩(wěn)定域r義(r)互不相交。也易見由純負(fù)可拓域^一(r)、純正穩(wěn)定域^+(r)、零界j。、純正可拓域"+(r)、純負(fù)穩(wěn)定域M一(r)容易求得其它有關(guān)集合。因此可拓決策論模式識(shí)別方法的任務(wù)可歸結(jié)為求高維空間純負(fù)可拓域r義(r)、純正穩(wěn)定域^+(r)、零界j。、純正可拓域ri+(r)、純負(fù)穩(wěn)定域M一(r)的分類器。這種思想方法相當(dāng)于把可拓模式分類器建立問題轉(zhuǎn)化為多類模式識(shí)別分類器建立問題。
本發(fā)明給出的神經(jīng)網(wǎng)絡(luò)模型(分類器)的拓?fù)浣Y(jié)構(gòu)如圖2所示，它是一個(gè)通用前饋網(wǎng)絡(luò)GFFN (不存在閉合回路)。模型確定步驟為
輸入共S個(gè) S= S純負(fù)可拓域+ S純正穩(wěn)定域+ S零界+ S純正可拓域+ S純負(fù)穩(wěn)定域，g申s純負(fù)可拓域個(gè)樣本被指定屬"純負(fù)可拓域"類，s純正穩(wěn)定域個(gè)樣本被指定屬"純正穩(wěn)定域"類，s零界個(gè)樣本被指定屬"零界"類，S純正可拓域個(gè)樣本被指定屬"純正可拓域"類，S純負(fù)可拓域個(gè)樣本被指定屬"純負(fù)穩(wěn)定可拓域"類。
第1步先將神經(jīng)元與神經(jīng)元之間的聯(lián)接強(qiáng)度全部設(shè)為零(無聯(lián)接)，將神經(jīng)元輸出激勵(lì)
函數(shù)設(shè)為線性，即輸出<formula>complex formula see original document page 7</formula>
第2步 用a組數(shù)隨機(jī)權(quán)值作為a個(gè)未排序神經(jīng)元的輸入權(quán)值，將樣本按順序通過輸 入節(jié)點(diǎn)同時(shí)送往各未排序神經(jīng)元進(jìn)行計(jì)算。(a為自定義學(xué)習(xí)參數(shù))
第3步計(jì)算每個(gè)未排序神經(jīng)元關(guān)于輸入樣本結(jié)果∑w1，并從大到小排列∑w1。再找
出每個(gè)神經(jīng)元可分隔同一類樣本個(gè)數(shù)，把這些樣本個(gè)數(shù)由大到小排列。(其可分隔的定義是分 隔兩側(cè)不同類樣本計(jì)算結(jié)果的最近距離大于某定值D，所設(shè)定D值的大小將影響需用神經(jīng)元 總數(shù)和網(wǎng)絡(luò)泛化能力。)
第4步找出可分隔樣本數(shù)最多的未排序神經(jīng)元，記錄下其有關(guān)權(quán)值和分隔處的∑w1值
作備用，如果可分隔樣本數(shù)大于上一次記錄情況，則覆蓋上一次數(shù)據(jù)。
第5步從進(jìn)一步增加可分隔樣本數(shù)和拉大分隔距離的方向(超平面法方向，為方便可
只選W個(gè)軸方向)出發(fā)，調(diào)整一次各未排序神經(jīng)元權(quán)值，再將各神經(jīng)元重復(fù)計(jì)算一次。
第6步重復(fù)第3至第5步，經(jīng)過β遍。以所記錄分隔最多的神經(jīng)元作為已排序神經(jīng)元
以外，緊接排序的神經(jīng)元，(或開始排序的神經(jīng)元)，并記錄該神經(jīng)元分隔開樣本的編號(hào)和分
隔處的∑w1值。并將此神經(jīng)元標(biāo)以所分隔樣本的類別("純負(fù)可拓域"類，"純正穩(wěn)定域"
類，"零界"類，"純正可拓域"類或"純負(fù)穩(wěn)定可拓域"類)。
第7步將該神經(jīng)元分隔開的樣本從原樣本集中撤掉，剩下的作為新的樣本集。
第8步重復(fù)第2至第7步，直至樣本集中只剩下一類樣本為止。
第9步以另一神經(jīng)元，排序?yàn)橐雅判蛏窠?jīng)元外緊接排序的神經(jīng)元，(也將是該神經(jīng)網(wǎng)絡(luò) 排序最大的一個(gè)神經(jīng)元，其排序號(hào)就是模式分類器所需神經(jīng)元的總數(shù))，以所剩下樣本計(jì)算得 的∑w1中最小的值減去Z)作為該神經(jīng)元的分隔值，并標(biāo)以這類樣本的類別。
第10步將各排序神經(jīng)元的激勵(lì)函數(shù)均改為硬限幅臺(tái)階函數(shù)，并使各神經(jīng)元的閥值設(shè)定
為
w0=記下的分隔處∑w1附值
第11步以上述輸入節(jié)點(diǎn)至神經(jīng)元間權(quán)值絕對(duì)值的最大值，乘以輸入節(jié)點(diǎn)總數(shù)N作為wmax，從排序小的神經(jīng)元輸出連接至排序大的神經(jīng)元分別用權(quán)值為±wmax,對(duì)兩端神經(jīng)元標(biāo)志
為同一類的情況，其間聯(lián)結(jié)權(quán)值用+ln，對(duì)兩端神經(jīng)元標(biāo)志為非同類情況，其間聯(lián)結(jié)權(quán)值 用-『_。此時(shí)神經(jīng)網(wǎng)絡(luò)的神經(jīng)元個(gè)數(shù)、連接權(quán)值和域值得到確定。
應(yīng)用實(shí)例-
如，在某車床切削打磨加工工件時(shí)，工件合格品的要求是直徑為30厘米的圓管，誤差不 超過^ = 0.1。如下建立可拓模式識(shí)別器，可識(shí)別出合格品、可返工品、廢品。
令特征=(截面是否是圓的，直徑A是多少，截面內(nèi)最大圓直徑^是多少)；可拓特征
=(截面是否是圓的，直徑A是多少，截面內(nèi)最大圓直徑^是多少)；截面是圓的=1，截面不 是圓的=0。
可拓論域={(截面是否是圓的，直徑A是多少，截面內(nèi)最大圓直徑^是多少)}
t/={" = (Cl,2，cr3)}, 2(r)={("j,j/)|"e",y = 、(")e/,/ = 、(r")e/}。其中 純負(fù)可拓域^L(r) = {("，少，/) l" e c/，少=、o) > 0,/ = 、(r")《0}
={(",少，/) I " e t/,c, = 1, 29.9 < |c2| < 30.1， / = 、(rw) S 0}; 純正可拓域"+(7) = {("，;;,/)|"￡〃,>; = 、0)<0, / = 、(rW) 20}
-{("^'/""ef/, c,=0, Vc2， 29.9<|c3|<30.1 wVc!,C2， |c3|>30.1
j/=、(rw) 20}=可返工品；
零界_/。= ("lwe(7，3;-、(M)二0) ^wlwet/，c,二1, c2 =29.9 or30.1};
純正穩(wěn)定域"+(r) = ((w,少,力I " e (/j = 、(w) > o，/ = 、(r") > 0}
=K"J，/) i " e f/，q = 1, 29.9 < |c3| < 30.1}; 純負(fù)穩(wěn)定域m- (7) = {(",少,力|"￡〃,>;= 、o)<o,/ = 、(r")<o}
={(w,;;,/)|wet/, c,=0, |c3|<29.9}=廢品；
純負(fù)可拓域(r) +純正穩(wěn)定域m+ (r)=純正域m =合格品。
取神經(jīng)網(wǎng)絡(luò)模型(分類器)(見圖2)中iV-3，設(shè)輸入樣本(注樣本均勻采集)數(shù)量 =1000々，S純負(fù)可拓域二200， S純正穩(wěn)定域二200， S零界-200， S純正可拓域^200， S純負(fù)穩(wěn)定域二200，
其中&,^w個(gè)樣本被指定屬"純負(fù)可拓域"類，S^，^^個(gè)樣本被指定屬"純正穩(wěn)定域"類，S零界個(gè)樣本被指定屬"零界"類，S純正可拓域個(gè)樣本被指定屬"純正可拓域"類，S純負(fù)穩(wěn)定域 個(gè)樣本被指定屬"純負(fù)穩(wěn)定可拓域"類。最后，按照分類器設(shè)計(jì)步驟確定分類器。
權(quán)利要求
1、一種可拓模式識(shí)別方法，其包括步驟a.可拓模式表示和可拓模式論域確定；b.預(yù)處理；c.可拓特征和模式基元選擇；d.可拓識(shí)別。
2、 根據(jù)權(quán)利要求1所述的可拓模式識(shí)別方法，其特征在于在步驟a中，所述可拓模式表示 包含模式的可拓性息。
3、 根據(jù)權(quán)利要求1所述的可拓模式識(shí)別方法，其特征在于在步驟a中，可拓模式論域?yàn)榭?拓模式識(shí)別考察論域。
4、 根據(jù)權(quán)利要求1所述的可拓模式識(shí)別方法，其特征在于在步驟C中，所述可拓特征為可拓模式識(shí)別考察特征。
5、 根據(jù)權(quán)利要求1所述的可拓模式識(shí)別方法，其特征在于在步驟d中，所述可拓識(shí)別歸結(jié)為高維(7V二d + A;維)物元空間中純負(fù)可拓域^L(r)、純正穩(wěn)定域M+(r)、零界/。、純正可拓域r式(r)、純負(fù)穩(wěn)定域(r)的學(xué)習(xí)分類問題。
6、 根據(jù)權(quán)利要求1所述的可拓模式識(shí)別方法，其特征在于在步驟C中，還包括建立可拓模式識(shí)別模型，該可拓模式識(shí)別模型為高維通用神經(jīng)網(wǎng)絡(luò)模型。
全文摘要
本發(fā)明公開一種可拓模式識(shí)別方法，其包括步驟可拓模式表示和可拓模式論域確定，預(yù)處理，可拓特征和模式基元選擇及可拓識(shí)別。本發(fā)明首次提出了“可拓模式識(shí)別”概念和一種可拓模式識(shí)別方法，具體提出了由預(yù)處理、可拓特征或模式基元的抽取和選擇，以及可拓識(shí)別等部分組成的可拓模式識(shí)別系統(tǒng)方案；同時(shí)，把可拓識(shí)別問題歸結(jié)為高維(N＝d+k維)物元空間中純負(fù)可拓域r_(T)、純正穩(wěn)定域rA₊(T)、零界J₀、純正可拓域r₊(T)、純負(fù)穩(wěn)定域rA_(T)的學(xué)習(xí)分類問題，給出了一高維可拓模式識(shí)別(分類)器的通用、有效的神經(jīng)網(wǎng)絡(luò)模型。
文檔編號(hào)G06F15/18GK101201810SQ20071018679
公開日2008年6月18日 申請(qǐng)日期2007年11月14日 優(yōu)先權(quán)日2007年7月13日
發(fā)明者楊國(guó)為, 王守覺 申請(qǐng)人:青島大學(xué)