• Halcon MLP相关算子


    (1) create_class_mlp( : : NumInput, NumHidden, NumOutput, OutputFunction, Preprocessing, NumComponents, RandSeed : MLPHandle)

    功能:create_class_mlp以多层感知器(MLP)的形式创建一个神经网络,它可以用于分类或回归(函数近似),具体取决于OutputFunction的设置方式。MLP由三层组成:具有NumInput个输入变量(神经元)的输入层,具有NumHidden个神经元的隐藏层和具有NumOutput个输出变量的输出层。

    控制输入参数1:NumInput:MLP输入变量(特征)的个数;

    控制输入参数2:NumHidden:MLP隐藏层神经元的个数;

    控制输入参数3:NumOutput:MLP输出变量的个数(类别数);

    控制输入参数4:OutputFunction:MLP输出层激活函数的类型,Default value: 'softmax';

    控制输入参数5:Preprocessing:用于变换特征向量的预处理类型,Default value: 'normalization';

    控制输入参数6:NumComponents:预处理参数:转换特征的数量(Preprocessing= 'none'和Preprocessing= 'normalization'时忽略),Default value: 10;

    控制输入参数7:RandSeed:用随机值初始化MLP的随机数生成器的种子值;

    控制输出参数:MLPHandle:MLP句柄。

    (2) add_sample_class_mlp( : : MLPHandle, Features, Target : )

    功能:向多层感知机的训练数据中添加一个训练样本。

    控制输入参数1:MLPHandle:MLP句柄;

    控制输入参数2:Features:待存储训练样本的特征向量;

    控制输入参数3:Target:待存储训练样本的类或目标向量。

    (3) train_class_mlp( : : MLPHandle, MaxIterations, WeightTolerance, ErrorTolerance : Error, ErrorLog)

    功能:训练一个多层感知器。

    控制输入参数1:MLPHandle:MLP句柄;

    控制输入参数2:MaxIterations:优化算法的最大迭代次数;

    控制输入参数3:WeightTolerance:在优化算法的两次迭代之间,MLP权值之差设置阈值,Default value: 1.0;

    控制输入参数4:ErrorTolerance :在优化算法的两次迭代之间,MLP对训练数据的平均误差设置阈值,Default value: 0.01;

    控制输出参数1:Error:MLP对训练数据的平均误差;

    控制输出参数2:ErrorLog:MLP在训练数据上的平均误差作为优化算法迭代次数的函数。

    (4) evaluate_class_mlp( : : MLPHandle, Features : Result)

    功能:通过一个MLP评估一个特征向量。

    控制输入参数:MLPHandle:MLP句柄;

    控制输入参数:Features:特征向量;

    控制输出参数:Result:用MLP评估的特征向量结果。

    (5) write_class_mlp( : : MLPHandle, FileName : )

    功能:将训练好的多层感知器模型写入文件。

    控制输入参数1:MLPHandle:MLP句柄;

    控制输入参数2:FileName:待保存的文件名。

    (6) classify_class_mlp( : : MLPHandle, Features, Num : Class, Confidence)

    功能:用多层感知器计算特征向量的类别。

    控制输入参数1:MLPHandle:MLP句柄;

    控制输入参数2:Features:特征向量;

    控制输入参数3:Num:要确定的最佳类的数量,Default value: 1;

    控制输出参数1:Class:用MLP对特征向量进行分类的结果;

    控制输出参数2:Confidence:特征向量属于某一类别的置信度。

    (7) read_class_mlp( : : FileName : MLPHandle)

    功能:从文件中读取一个多层感知器模型

    控制输入参数:FileName:保存的MLP模型文件名;

    控制输出参数:MLPHandle:MLP句柄。

    (8) clear_samples_class_mlp( : : MLPHandle : )

    功能:清除一个多层感知器的训练数据。

    控制输入参数:MLPHandle:MLP句柄。

    (9) clear_class_mlp( : : MLPHandle : )

    功能:清除一个多层感知器。

    控制输入参数:MLPHandle:MLP句柄。

  • 相关阅读:
    java-net-php-python-jsp微山湖特色产品网络商城计算机毕业设计程序
    【管理运筹学】背诵手册(四)| 整数规划
    14 图论
    矩形脉冲波形的占空比及脉冲和瞬态特征的测量
    Navicat For MySQL使用指南
    斐波那契数列的矩阵乘法方法
    【ONE·C++ || 网络基础(二)】
    【Python】matplotlib分格显示
    计算机毕业设计python毕设项目之django本地健康宝微信小程序
    Oracle Primavera Unifier 23.6 新特征
  • 原文地址:https://blog.csdn.net/qq_44744164/article/details/133957097