Robert Koprowski, Regina Tokarczyk, Zygmunt Wróbel ... - AGH

Robert Koprowski, Regina Tokarczyk, Zygmunt Wróbelpowierzchnię. Otrzymane wartości j’ i j’’ pokazano na obrazach L GRAY w formienałoŜonych L BIN (j’) , L BIN (j’’) oraz ich środki cięŜkości m s j’ n s j’ oraz m s j’’ n s j’’ .Rys. 5. Przykładowe obrazy będące wynikami omawianych etapów działania algorytmuDla sieci neuronowej z 20 neuronami w warstwie ukrytej uzyskano 10 % błędnychrozpoznań dla 20 obrazów L GRAY poddawanych procesowi rozpoznania. Byzminimalizować ilość błędnych rozpoznań moŜna zdefiniować kryterium jakościrozpoznania, którego miarą dla danego fragmentu L GRAY (i) jest największa znormalizowanapowierzchnia L BIN (j) i największa wartość wyjściowa z sieci. W praktyce dla 20 obrazówL GRAY uzyskano ok. 3 % błędnych rozpoznań. Jakość uzyskanych rozpoznań dla róŜnychilości neuronów w warstwie ukrytej nieznacznie wpływa na wynik (rys. 4 i 5).Z analizy błędu uczenia sieci oraz zgodnie z literaturą (Lee, 2002) wynika,iŜ najbardziej optymalne rezultaty detekcji uzyskuje się dla k=2000 iteracji przy10 neuronach w warstwie ukrytej.314