[发明专利]基于滑齿法的神经网络的模板匹配方法

摘要

本发明公开一种基于滑齿法的神经网络的模板匹配方法，包括以下步骤：根据误差反向传播的神经网络的制定规则，将网络结构分为输入层、隐藏层和输出层；在隐藏层中设定第一误差范围、最大训练次数和第二误差范围并初始化；根据数据分块机制，输入的数据进行相似性检测后被分割成多个数据块；利用滑齿法匹配被处理的数据；判断网络节点的误差和模板匹配的误差是否分别落在第一误差范围和第二误差范围内，或者，模板匹配的误差是否在第二误差范围内且达到最大训练次数；如是，则输出结果；否则修正滑齿的权值，重复执行以上步骤，直到输出结果。本发明进一步改善了模板匹配精度，提升了运行时间以及算法稳定性。

主权项

1.基于滑齿法的神经网络的模板匹配方法，其特征在于，包括以下步骤：步骤1、根据误差反向传播的神经网络的制定规则，将网络结构分为输入层、隐藏层和输出层；步骤2、在所述隐藏层中设定第一误差范围、最大训练次数和第二误差范围并初始化，所述第一误差范围为所述神经网络可接受的误差范围，所述第二误差范围为模板匹配值可接受的误差范围；步骤3、根据数据分块机制，输入的数据进行相似性检测后被分割成多个数据块；步骤4、利用滑齿法匹配被处理的数据，其中在网络训练阶段，将输出信号与期望输出相比较得到误差信号，所述误差信号通过滑齿法从所述输出层逐级反馈到所述隐藏层和所述输入层，并动态修正所述隐藏层和所述输入层的网络权值；步骤5、判断网络节点的误差和模板匹配的误差是否分别落在所述第一误差范围和所述第二误差范围内，或者，模板匹配的误差是否在所述第二误差范围内且达到最大训练次数；如是，则输出结果；否则执行步骤6；步骤6、修正所述输入层的网络权值；步骤7、重复执行步骤4～步骤6，直到输出结果。