Redes Neuronales

RECONOCIMIENTO DE CALIDAD DE PINTURA DE UNA SUPERFICIE CON REDES NEURONALES ARTIFICIALES

Para resolver las entradas de la red neuronal, tomamos una imagen de 30x30 pixeles centrado en una imagende mayor intensidad, Esto nos permitió sacar la entrada a la red de 900 unidades.
La salida es 1 unidad de salida de cada imagen que introducimos, lo sacamos en una calificación cercana a la salidaasignada a cada imagen, en el programa tomamos 4 imágenes distintas con una calidad de imagen buena para el entrenamiento de la red.
Internamente se utilizan 50 neuronas ocultas con función deactivación sigmoidales.
En total tuvimos 900 entradas, 4 patrones de entrenamiento en la que cada patrón era de una imagen de 30x30 pixeles, los elementos en el vector de entradas representaba la intensidadde cada pixel en un rango del 0 al 1, esto conseguíamos primero convirtiendo la imagen original a escala de grises para así sacar pixeles en un rango del 1 al 256 y con cada pixel que sacábamos deuna imagen lo dividimos entre 256 y así obtenemos un valor entre 0 y 1 y eso serian nuestras entradas como un valor de la intensidad del pixel, y la salida es un valor flotante igual, en el programaesta para la 1ra imagen una salida de 0.25, 2da imagen una salida de 0.5, 3ra imagen una salida de 0.75 y para la 4ta imagen una salida de 0.99, en la que la salida 0.99 es considerada el 100% de calidadde la imagen.
Para ver la calidad de imagen, introducimos una imagen de muestra, puede ser la misma u otra que tiene menor calidad de pintado, así como por ejemplo al introducir una imagen la salidade prueba para nuestra red neuronal nos da un valor de 0.67 en la que sacamos conclusión de a la imagen de prueba le falta un 32% para llegar a la mejor calidad de acabado que es 0.99.Funcionamiento del programa:
El programa está en un lenguaje de programación en Java.
Al ejecutar el programa introducimos primero las imágenes originales para el entrenamiento presionando “Cargar” y buscamos...