一句话归纳:数字的图像矩阵,有笔画的地方用1表示,没有笔画的地方用0表示;数字的模式矩阵,没有笔画的地方用-1表示。图像矩阵与模式矩阵进行运算,运算结果最大者为识别结果,其运算为单层神经网络。
1)每个数字有对应的模式矩阵,没有笔画的部分,用-1表示。
2)每个数字的图像矩阵,有笔画的地方用1表示,没有笔画的地方用0表示。
3)图像矩阵与模式矩阵进行运算,如果匹配,则值较大,不匹配,则值较小。
4)对计算结果加上偏置,进行sigmodi运算,将计算结果映射到[0,1]区间内。
偏置作用举例:
sigmoid(143-129)= 0.999999
sigmoid(115-129)= 0.000001
b = -129,即偏置。
5)数据识别模式的神经网络表达:
6)多层神经网络。
输入层的计算结果并不直接到达输入出层,输入层的计算结果到达隐含层,隐含层的计算结果到达输出层,可以 有多个隐含层,隐含层表示某种局部模式,比如3的右半部分。