图形/文字识别

开发平台：
Visual Basic

AnnBP.cpp：源码内容
							// AnnBP.cpp: implementation of the CAnnBP class.
//
//////////////////////////////////////////////////////////////////////
#include "StdAfx.h"
#include "AnnBP.h"
#include "math.h"
//////////////////////////////////////////////////////////////////////
// Construction/Destruction
//////////////////////////////////////////////////////////////////////
CAnnBP::CAnnBP()
{
	eta1=0.3;
	momentum1=0.3;
}
CAnnBP::~CAnnBP()
{
}
double CAnnBP::drnd()
{
	return ((double) rand() / (double) BIGRND);
}
/*** 返回-1.0到1.0之间的双精度随机数 ***/
double CAnnBP::dpn1()
{
	return (double) (rand())/(32767/2)-1;
}
/*** 作用函数，目前是S型函数 ***/
double CAnnBP::squash(double x)
{
	return (1.0 / (1.0 + exp(-x)));
}
/*** 申请1维双精度实数数组 ***/
double* CAnnBP::alloc_1d_dbl(int n)
{
	double *new1;
	new1 = (double *) malloc ((unsigned) (n * sizeof (double)));
	if (new1 == NULL) {
		AfxMessageBox("ALLOC_1D_DBL: Couldn't allocate array of doublesn");
		return (NULL);
	}
	return (new1);
}
/*** 申请2维双精度实数数组 ***/
double** CAnnBP::alloc_2d_dbl(int m, int n)
{
	int i;
	double **new1;
	new1 = (double **) malloc ((unsigned) (m * sizeof (double *)));
	if (new1 == NULL) {
		AfxMessageBox("ALLOC_2D_DBL: Couldn't allocate array of dbl ptrsn");
		return (NULL);
	}
	for (i = 0; i < m; i++) {
		new1[i] = alloc_1d_dbl(n);
	}
	return (new1);
}
/*** 随机初始化权值 ***/
void CAnnBP::bpnn_randomize_weights(double **w, int m, int n)
{
	int i, j;
	for (i = 0; i <= m; i++) {
		for (j = 0; j <= n; j++) {
			w[i][j] = dpn1();
		}
	}
}
/*** 0初始化权值 ***/
void CAnnBP::bpnn_zero_weights(double **w, int m, int n)
{
	int i, j;
	for (i = 0; i <= m; i++) {
		for (j = 0; j <= n; j++) {
			w[i][j] = 0.0;
		}
	}
}
/*** 设置随机数种子 ***/
void CAnnBP::bpnn_initialize(int seed)
{
	CString msg,s;
	msg="Random number generator seed:";
	s.Format("%d",seed);
	AfxMessageBox(msg+s);
	srand(seed);
}
/*** 创建BP网络 ***/
BPNN* CAnnBP::bpnn_internal_create(int n_in, int n_hidden, int n_out)
{
	BPNN *newnet;
	newnet = (BPNN *) malloc (sizeof (BPNN));
	if (newnet == NULL) {
		printf("BPNN_CREATE: Couldn't allocate neural networkn");
		return (NULL);
	}
	newnet->input_n = n_in;
	newnet->hidden_n = n_hidden;
	newnet->output_n = n_out;
	newnet->input_units = alloc_1d_dbl(n_in + 1);
	newnet->hidden_units = alloc_1d_dbl(n_hidden + 1);
	newnet->output_units = alloc_1d_dbl(n_out + 1);
	newnet->hidden_delta = alloc_1d_dbl(n_hidden + 1);
	newnet->output_delta = alloc_1d_dbl(n_out + 1);
	newnet->target = alloc_1d_dbl(n_out + 1);
	newnet->input_weights = alloc_2d_dbl(n_in + 1, n_hidden + 1);
	newnet->hidden_weights = alloc_2d_dbl(n_hidden + 1, n_out + 1);
	newnet->input_prev_weights = alloc_2d_dbl(n_in + 1, n_hidden + 1);
	newnet->hidden_prev_weights = alloc_2d_dbl(n_hidden + 1, n_out + 1);
	return (newnet);
}
/* 释放BP网络所占地内存空间 */
void CAnnBP::bpnn_free(BPNN *net)
{
	int n1, n2, i;
	n1 = net->input_n;
	n2 = net->hidden_n;
	free((char *) net->input_units);
	free((char *) net->hidden_units);
	free((char *) net->output_units);
	free((char *) net->hidden_delta);
	free((char *) net->output_delta);
	free((char *) net->target);
	for (i = 0; i <= n1; i++) {
		free((char *) net->input_weights[i]);
		free((char *) net->input_prev_weights[i]);
	}
	free((char *) net->input_weights);
	free((char *) net->input_prev_weights);
	for (i = 0; i <= n2; i++) {
		free((char *) net->hidden_weights[i]);
		free((char *) net->hidden_prev_weights[i]);
	}
	free((char *) net->hidden_weights);
	free((char *) net->hidden_prev_weights);
	free((char *) net);
}
/*** 创建一个BP网络，并初始化权值***/
BPNN* CAnnBP::bpnn_create(int n_in, int n_hidden, int n_out)
{
	BPNN *newnet;
	newnet = bpnn_internal_create(n_in, n_hidden, n_out);
#ifdef INITZERO
	bpnn_zero_weights(newnet->input_weights, n_in, n_hidden);
#else
	bpnn_randomize_weights(newnet->input_weights, n_in, n_hidden);
#endif
	bpnn_randomize_weights(newnet->hidden_weights, n_hidden, n_out);
	bpnn_zero_weights(newnet->input_prev_weights, n_in, n_hidden);
	bpnn_zero_weights(newnet->hidden_prev_weights, n_hidden, n_out);
	return (newnet);
}
void CAnnBP::bpnn_layerforward(double *l1, double *l2, double **conn, int n1, int n2)
{
	double sum;
	int j, k;
	/*** 设置阈值 ***/
	l1[0] = 1.0;
	/*** 对于第二层的每个神经元 ***/
	for (j = 1; j <= n2; j++) {
		/*** 计算输入的加权总和 ***/
		sum = 0.0;
		for (k = 0; k <= n1; k++) {
			sum += conn[k][j] * l1[k];
		}
		l2[j] = squash(sum);
	}
}
/* 输出误差 */
void CAnnBP::bpnn_output_error(double *delta, double *target, double *output, int nj, double *err)
{
	int j;
	double o, t, errsum;
	errsum = 0.0;
	for (j = 1; j <= nj; j++) {
		o = output[j];
		t = target[j];
		delta[j] = o * (1.0 - o) * (t - o);
		errsum += ABS(delta[j]);
	}
	*err = errsum;
}
/* 隐含层误差 */
void CAnnBP::bpnn_hidden_error(double *delta_h, int nh, double *delta_o, int no, double **who, double *hidden, double *err)
{
	int j, k;
	double h, sum, errsum;
	errsum = 0.0;
	for (j = 1; j <= nh; j++) {
		h = hidden[j];
		sum = 0.0;
		for (k = 1; k <= no; k++) {
			sum += delta_o[k] * who[j][k];
		}
		delta_h[j] = h * (1.0 - h) * sum;
		errsum += ABS(delta_h[j]);
	}
	*err = errsum;
}
/* 调整权值 */
void CAnnBP::bpnn_adjust_weights(double *delta, int ndelta, double *ly, int nly, double **w, double **oldw, double eta, double momentum)
{
	double new_dw;
	int k, j;
	ly[0] = 1.0;
	for (j = 1; j <= ndelta; j++) {
		for (k = 0; k <= nly; k++) {
			new_dw = ((eta * delta[j] * ly[k]) + (momentum * oldw[k][j]));
			w[k][j] += new_dw;
			oldw[k][j] = new_dw;
		}
	}
}
/* 进行前向运算 */
void CAnnBP::bpnn_feedforward(BPNN *net)
{
	int in, hid, out;
	in = net->input_n;
	hid = net->hidden_n;
	out = net->output_n;
	/*** Feed forward input activations. ***/
	bpnn_layerforward(net->input_units, net->hidden_units,
		net->input_weights, in, hid);
	bpnn_layerforward(net->hidden_units, net->output_units,
		net->hidden_weights, hid, out);
}
/* 训练BP网络 */
void CAnnBP::bpnn_train(BPNN *net, double eta, double momentum, double *eo, double *eh)
{
	int in, hid, out;
	double out_err, hid_err;
	in = net->input_n;
	hid = net->hidden_n;
	out = net->output_n;
	/*** 前向输入激活 ***/
	bpnn_layerforward(net->input_units, net->hidden_units,
		net->input_weights, in, hid);
	bpnn_layerforward(net->hidden_units, net->output_units,
		net->hidden_weights, hid, out);
	/*** 计算隐含层和输出层误差 ***/
	bpnn_output_error(net->output_delta, net->target, net->output_units,
		out, &out_err);
	bpnn_hidden_error(net->hidden_delta, hid, net->output_delta, out,
		net->hidden_weights, net->hidden_units, &hid_err);
	*eo = out_err;
	*eh = hid_err;
	/*** 调整输入层和隐含层权值 ***/
	bpnn_adjust_weights(net->output_delta, out, net->hidden_units, hid,
		net->hidden_weights, net->hidden_prev_weights, eta, momentum);
	bpnn_adjust_weights(net->hidden_delta, hid, net->input_units, in,
		net->input_weights, net->input_prev_weights, eta, momentum);
}
/* 保存BP网络 */
void CAnnBP::bpnn_save(BPNN *net, char *filename)
{
CFile file;
	char *mem;
	int n1, n2, n3, i, j, memcnt;
	double dvalue, **w;
	n1 = net->input_n;  n2 = net->hidden_n;  n3 = net->output_n;
	printf("Saving %dx%dx%d network to '%s'n", n1, n2, n3, filename);
	try
	{
		file.Open(filename,CFile::modeWrite|CFile::modeCreate|CFile::modeNoTruncate);
	}
	catch(CFileException* e)
	{
		e->ReportError();
		e->Delete();
	}
	
	file.Write(&n1,sizeof(int));
	file.Write(&n2,sizeof(int));
	file.Write(&n3,sizeof(int));
	
	memcnt = 0;
	w = net->input_weights;
	mem = (char *) malloc ((unsigned) ((n1+1) * (n2+1) * sizeof(double)));
//	mem = (char *) malloc (((n1+1) * (n2+1) * sizeof(double)));
	for (i = 0; i <= n1; i++) {
		for (j = 0; j <= n2; j++) {
			dvalue = w[i][j];
			//fastcopy(&mem[memcnt], &dvalue, sizeof(double));
			fastcopy(&mem[memcnt], &dvalue, sizeof(double));
			memcnt += sizeof(double);
		
		}
	}
	file.Write(mem,sizeof(double)*(n1+1)*(n2+1));
	free(mem);
	memcnt = 0;
	w = net->hidden_weights;
	mem = (char *) malloc ((unsigned) ((n2+1) * (n3+1) * sizeof(double)));
//	mem = (char *) malloc (((n2+1) * (n3+1) * sizeof(double)));
	for (i = 0; i <= n2; i++) {
		for (j = 0; j <= n3; j++) {
			dvalue = w[i][j];
			fastcopy(&mem[memcnt], &dvalue, sizeof(double));
//			fastcopy(&mem[memcnt], &dvalue, sizeof(double));
			memcnt += sizeof(double);
		}
	}
	file.Write(mem, (n2+1) * (n3+1) * sizeof(double));
//	free(mem);
	file.Close();
	return;
}
/* 从文件中读取BP网络 */
BPNN* CAnnBP::bpnn_read(char *filename)
{
	char *mem;
	BPNN *new1;
	int n1, n2, n3, i, j, memcnt;
	CFile file;
	try
	{
		file.Open(filename,CFile::modeRead|CFile::modeCreate|CFile::modeNoTruncate);
	}
	catch(CFileException* e)
	{
		e->ReportError();
		e->Delete();
	}
	
//	printf("Reading '%s'n", filename);// fflush(stdout);
	file.Read(&n1, sizeof(int));
	file.Read(&n2, sizeof(int));
	file.Read(&n3, sizeof(int));
	
	new1 = bpnn_internal_create(n1, n2, n3);
//	printf("'%s' contains a %dx%dx%d networkn", filename, n1, n2, n3);
//	printf("Reading input weights..."); // fflush(stdout);
	memcnt = 0;
	mem = (char *) malloc (((n1+1) * (n2+1) * sizeof(double)));
	file.Read(mem, ((n1+1)*(n2+1))*sizeof(double));
	for (i = 0; i <= n1; i++) {
		for (j = 0; j <= n2; j++) {
			//fastcopy(&(new1->input_weights[i][j]), &mem[memcnt], sizeof(double));
			fastcopy(&(new1->input_weights[i][j]), &mem[memcnt], sizeof(double));
			memcnt += sizeof(double);
		}
	}
	free(mem);
//	printf("DonenReading hidden weights...");  //fflush(stdout);
	memcnt = 0;
	mem = (char *) malloc (((n2+1) * (n3+1) * sizeof(double)));
	file.Read(mem, (n2+1) * (n3+1) * sizeof(double));
	for (i = 0; i <= n2; i++) {
	
		for (j = 0; j <= n3; j++) {
			//fastcopy(&(new1->hidden_weights[i][j]), &mem[memcnt], sizeof(double));
			fastcopy(&(new1->hidden_weights[i][j]), &mem[memcnt], sizeof(double));
			memcnt += sizeof(double);
			
		}
	}
	free(mem);
	file.Close();
	printf("Donen");  //fflush(stdout);
	bpnn_zero_weights(new1->input_prev_weights, n1, n2);
	bpnn_zero_weights(new1->hidden_prev_weights, n2, n3);
	return (new1);
}
void CAnnBP::CreateBP(int n_in, int n_hidden, int n_out)
{
	net=bpnn_create(n_in,n_hidden,n_out);
}
void CAnnBP::FreeBP()
{
	bpnn_free(net);
}
void CAnnBP::Train(double *input_unit,int input_num, double *target,int target_num, double *eo, double *eh)
{
	for(int i=1;i<=input_num;i++)
	{
		net->input_units[i]=input_unit[i-1];
	}
	for(int j=1;j<=target_num;j++)
	{
		net->target[j]=target[j-1];
	}
	bpnn_train(net,eta1,momentum1,eo,eh);
}
void CAnnBP::Identify(double *input_unit,int input_num,double *target,int target_num)
{
	for(int i=1;i<=input_num;i++)
	{
		net->input_units[i]=input_unit[i-1];
	}
	bpnn_feedforward(net);
	for(int j=1;j<=target_num;j++)
	{
		target[j-1]=net->output_units[j];
	}
}
void CAnnBP::Save(char *filename)
{
	bpnn_save(net,filename);
}
void CAnnBP::Read(char *filename)
{
	net=bpnn_read(filename);
}
void CAnnBP::SetBParm(double eta, double momentum)
{
	eta1=eta;
	momentum1=momentum;
}
void CAnnBP::Initialize(int seed)
{
	bpnn_initialize(seed);
}

						