(A,B)---m*n*k---(1,0)(0,1)
移位距离和假设
用神经网络分类A和B,把参与分类的A和B中的数字看作是组成A和B的粒子,分类的过程就是让A和B中的粒子互相交换位置,寻找最短移位路径的过程。而熵H与最短移位距离和S成正比,迭代次数n与熵H成反比。
移位规则汇总
每个粒子移位一次,位置重合不移位,单次移位距离如果图片以1为底等于1-元素数值若以0为底则为元素本身。
分类8116,A中只有一个0.8,B中有3个不为0的值。估算这组图片的迭代次数.
按照移位距离和假设,这组图片的移位距离为4-0.8-0.1-0.1-0.6=2.4
8123的移位距离为2.6,迭代次数上次实验已经得到
8123 | |
δ | 迭代次数n |
5.00E-04 | 28525.63 |
4.00E-04 | 34343.1 |
3.00E-04 | 44964.48 |
2.00E-04 | 65561.12 |
1.00E-04 | 124472.5 |
s | 2.6 |
按照移位距离和与迭代次数的反比关系2.4<2.6,则二者迭代次数的关系应该为8116>8123
8116的迭代次数实测值为
8116 | |
δ | 迭代次数n |
5.00E-04 | 28917.729 |
4.00E-04 | 35497.623 |
3.00E-04 | 46176.704 |
2.00E-04 | 67179.523 |
1.00E-04 | 126701.39 |
s | 2.4 |
比较二者关系
8116 | 8123 | 8116-8123 | |
δ | 迭代次数n | 迭代次数n | |
5.00E-04 | 28917.729 | 28525.63 | 392.09864 |
4.00E-04 | 35497.623 | 34343.1 | 1154.5231 |
3.00E-04 | 46176.704 | 44964.48 | 1212.2235 |
2.00E-04 | 67179.523 | 65561.12 | 1618.4026 |
1.00E-04 | 126701.39 | 124472.5 | 2228.892 |
s | 2.4 | 2.6 |
8116>8123,这个结果符合假设。
771 | 122 | |
δ | 迭代次数n | 迭代次数n |
5.00E-04 | 28114.19 | 25862.05 |
4.00E-04 | 34375.59 | 31524.1 |
3.00E-04 | 44667.95 | 41011.36 |
2.00E-04 | 64534.3 | 59270.11 |
1.00E-04 | 123420.9 | 112397.9 |
S | 2 | 3 |
前述实验中已经得到s=2和3的迭代次数,粗略估算s=2.4的迭代次数为119011,实测值为126701,二者相差6.5%,预估值偏小。
按照假设只要s=2.4则迭代次数应该都是一样的,继续实验
分类8116,8125,8134,8224,8233,这5组的s都等于2.4.得到的迭代次数为
8134 | 8116 | 8125 | 8224 | 8233 | |
δ | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n |
5.00E-04 | 29615.58 | 28917.73 | 29552.14 | 29905.67 | 30245.28 |
4.00E-04 | 36047.14 | 35497.62 | 36133.77 | 36531.3 | 36726.87 |
3.00E-04 | 46776.77 | 46176.7 | 46885.2 | 46887.09 | 47950.08 |
2.00E-04 | 68050.53 | 67179.52 | 67496.68 | 68083.92 | 68372.68 |
1.00E-04 | 128497.9 | 126701.4 | 129570.6 | 130194.2 | 129414.1 |
s | 2.4 | 2.4 | 2.4 | 2.4 | 2.4 |
用移位距离和假设去预估非二值化图片的迭代次数会带来误差,但这组数据彼此很接近,最大值和最小值之间也仅相差2.7%,这点符合假设。用130194去和119011比较比预估值大9.4%
与前述实验数据比较
981 | 871 | 971 | 881 | 861 | 771 | 122 | 961 | 875 | |
δ | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n |
5.00E-04 | 34219.01 | 34553.02 | 28229.22 | 27843.89 | 28270.21 | 28114.19 | 25862.05 | 25523.99 | 25117.39 |
4.00E-04 | 41899.68 | 41568.85 | 34548.15 | 34511.79 | 34803.25 | 34375.59 | 31524.1 | 30958.15 | 31102.23 |
3.00E-04 | 53474.56 | 54287.27 | 44497.27 | 44407.41 | 45065.05 | 44667.95 | 41011.36 | 40262.78 | 40239.05 |
2.00E-04 | 77797.83 | 78173.77 | 64693.36 | 64832.42 | 64707.93 | 64534.3 | 59270.11 | 59096.97 | 58618.7 |
1.00E-04 | 148175 | 146473.4 | 123601.3 | 122874.1 | 123288 | 123420.9 | 112397.9 | 113446.1 | 111994.6 |
s | 1 | 1 | 2 | 2 | 2 | 2 | 3 | 3 | 3 |
851 | 951 | 866 | 777 | 941 | 854 | 931 | 921 | 911 | |
δ | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n |
5.00E-04 | 25288.76 | 23904.73 | 23868.01 | 23579.5 | 22959.57 | 22738.92 | 22166.65 | 22094.36 | 23575.86 |
4.00E-04 | 31347.55 | 28978.03 | 28820.87 | 28965.92 | 27774.2 | 27653.1 | 27290.48 | 27253.6 | 28991.81 |
3.00E-04 | 40549.93 | 38252.24 | 37659.14 | 37460.82 | 35993.35 | 36072.61 | 35639.73 | 35340.25 | 37399.98 |
2.00E-04 | 59255.58 | 55426.48 | 54661.18 | 54804.67 | 52950.71 | 53116.99 | 51890.25 | 52155.43 | 54335.16 |
1.00E-04 | 114094.8 | 106880.8 | 106599.8 | 106112.6 | 101146.2 | 100986.2 | 100158 | 98502.28 | 102787.2 |
s | 3 | 4 | 4 | 4 | 5 | 5 | 6 | 7 | 8 |
8116 | 8123 | ||||||||
δ | 迭代次数n | 迭代次数n | |||||||
5.00E-04 | 28917.729 | 28525.63 | |||||||
4.00E-04 | 35497.623 | 34343.1 | |||||||
3.00E-04 | 46176.704 | 44964.48 | |||||||
2.00E-04 | 67179.523 | 65561.12 | |||||||
1.00E-04 | 126701.39 | 124472.5 | |||||||
s | 2.4 | 2.6 | |||||||
误差 | 6.5-9.4% | 5.9-6.7% |