一种基于Hopfield神经网络的复杂舌像身份验证方法技术

本发明专利技术属于中医舌像识别及检索领域，具体公开了一种基于Hopfield神经网络的复杂舌像身份验证方法，包括如下步骤：创建Hopfield神经网络，并通过学习训练确定神经网络中的权重，使所记忆的信息在神经网络的维超立方体的其中一个顶角的能量最小；神经网络的权重被确定后，向神经网络给出输入向量，并确定输出向量；对待测样本进行分类，对于待测舌像样本，通过对Hopfield网络构成的联想存储器进行联想检索；利用最终舌像输出与舌像训练样本进行匹配，找出最相近的训练样本向量，其类别为待测样本类别；将复杂舌像的数字点阵输入已创建好的Hopfield神经网络。本发明专利技术利用Hopfield神经网络的联想记忆功能来进行舌像验证，能够较好地解决现有舌像识别率差、准确率差的问题。

【技术实现步骤摘要】
一种基于Hopfield神经网络的复杂舌像身份验证方法
本专利技术涉及中医舌像识别及检索领域，具体为一种基于Hopfield神经网络的复杂舌像身份验证方法。
技术介绍
随着信息科学和计算机技术的飞速发展，人类的生活正在进行着一场以信息技术为支撑的“信息革命”，这场革命涉及的范围很广，如人工智能、5G网络、移动支付、共享单车、高铁技术、网购平台、信息安全等。在这其中，以信息安全为代表的身份验证在人类的生活中已越来越发挥着重要的作用。可以说，我们正处于一个“刷脸”的时代，印象中的指纹打卡已成为过去，越来越多的“刷脸”应用开始出现。如北京西站的刷脸检票、厦门景点的刷脸验票、余额宝的刷脸验证等。可以预测，随着5G网络的大力推广，“刷脸”将在一段时期内大范围地推广使用。哲学上讲，事物总是在推陈出新中涌现，在新陈代谢中更替。正如指纹打卡已成为过去一样，随着科学技术的发展和人们生活水平的提高，“整容”人群会逐渐增多，这无疑会成为更替“刷脸”技术的“导火索”。那么，取代“刷脸”技术的新技术在哪里呢？这就是舌像识别技术。根据生物学结构和特征表明，人的舌像就像人的指纹和人脸一样，都是唯一的，据此可以作为识别身份的信息验证特征。人的舌像，是以骨骼肌为基础，表面覆以粘膜而构成，具有搅拌食物、协助吞咽、感受味觉和辅助发音等功能。舌分为上、下两面；上面又叫舌背，舌背上有一向前开放的“V”型沟，叫界沟，将舌分为前2/3的舌体和后1/3的舌根。古人对于舌像研究最早不是通过图像研究的，更不是在商业活动中体现，而是通过舌像变化来给人看病，也就是大家所熟知的“望、闻、问、切”中的“切”，即中医就诊。诸如舌头部位发白，说明身体中的寒湿气息比较重；在舌头周边出现牙齿痕迹，反映的则是身体的脾胃虚寒。随着科技的日新月异，特别是图像处理和人工智能技术的飞跃发展，人类已经开始对舌像展开研究，并将其运用到一些信息识别上。但人的舌头是口腔内最灵活的，人体的很多疾病也可以通过舌头表现出来，它就像身体健康状况的晴雨表。舌头上有一层舌苔(像)，它是舌体上面所散布的一层苔垢，正常人的舌苔(像)应该是薄白而湿润，干湿适中，不滑不燥；但对于身体健康有问题的人，其舌苔(像)会发生变化，如舌色红绛，舌面苔少，舌前部有较多红点(即菌乳状充血)，邪热炽盛，气阴两伤，则呈现红绛舌；气血运行不畅，会导致青紫舌等等(有很多种复杂舌像)，这些都会给依靠舌像识别的设备带来“难题”，迄今为止，尚无有效办法解决。
技术实现思路
本专利技术的目的在于提供一种基于Hopfield神经网络的复杂舌像身份验证方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于Hopfield神经网络的复杂舌像身份验证方法，包括如下步骤：S1：创建Hopfield神经网络，并通过学习训练确定神经网络中的权重，使所记忆的信息在神经网络的n维超立方体的其中一个顶角的能量最小；S2：神经网络的权重被确定后，向神经网络给出输入向量，并确定输出向量；S3：对待测样本进行分类，对于待测舌像样本，通过对Hopfield网络构成的联想存储器进行联想检索；S4：利用最终舌像输出与舌像训练样本进行匹配，找出最相近的训练样本向量，其类别为待测样本类别；S5：将复杂舌像的数字点阵输入已创建好的Hopfield神经网络，通过Hopfield神经网络对复杂舌像的数字点阵进行识别。优选的，S1中创建Hopfield神经网络具体包括步骤：S11：设计关于舌像的数字点阵图；S12：创建Hopfield网络；S13：Hopfield网络识别获得产生变化的数字点阵；S14：进行数字仿真识别测试；S15：输出结果分析。优选的，S2中具体包括：将输入向量X＝[xi1,xi2…,xin]T存入Hopfield神经网络中，则在网络中第i，j两个节点间的权重系数按下式计算：确定输出向量y＝[y1,y2,…,yn]T优选的，对于一个神经网络来说，稳定性是重要的性能指标。对于离散的Hopfield网络，其状态为Y(t)，如果对于任何Δt>0，当网络从t＝0开始时，有初始状态Y(0)，经过有限时间t，最后状态会稳定下来，最终的状态是与待测样本向量X最接近的训练样本。所以，Hopfield网络的最终输出也就是待测试样本向量联想检索结果。利用最终舌像输出与训练舌像样本进行匹配，找出最相近的训练样本向量，其类别就是待测样本类别。所以，即使待测样本并不完全或部分不正确，也能找到正确的结果(舌像)。优选的，所述S3中具体包括：将X中各分量的x1,x2,…,xn分别作为第一层网络n节点的输入，则节点有相应的初始状态Y(t＝0)，即yi(0)＝xj,j＝1,2,…,n；而对于二值神经元，则计算当前Hopfield网络输出：即yi(t+1)＝f(Uj(t+1)),j＝1,2,…,n其中，上述xj为外部舌像输入；f为非线性函数，且可以选择阶跃函数；θj为阈值函数。与现有技术相比，本专利技术的有益效果是：本专利技术利用Hopfield神经网络的联想记忆功能来进行舌像验证，通过验证，能够较好地解决现有舌像识别率差、准确率差的问题，通过在舌像上取10个值，以0-9构成。即假设网络由10个初始稳态值0-9构成，即可以记忆10个数字。每个稳态由10×10的矩阵构成，该矩阵用于模拟阿拉伯数字点阵。通过对数字点阵的识别，最终恢复出舌像的原始图，实验证明，这种算法有效提高了舌像身份验证的准确率，可广泛应用于中医识别以及生物识别方面。附图说明图1为本专利技术实施例中舌像数字点阵示意图；图2为本专利技术实施例中舌像呈现的变红、瘀斑等状态示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术提供一种技术方案：一种基于Hopfield神经网络的复杂舌像身份验证方法，包括如下步骤：S1：创建Hopfield神经网络，并通过学习训练确定神经网络中的权重，使所记忆的信息在神经网络的n维超立方体的其中一个顶角的能量最小；S2：神经网络的权重被确定后，向神经网络给出输入向量，并确定输出向量；S3：对待测样本进行分类，对于待测舌像样本，通过对Hopfield网络构成的联想存储器进行联想检索；S4：利用最终舌像输出与舌像训练样本进行匹配，找出最相近的训练样本向量，其类别为待测样本类别；S5：将复杂舌像的数字点阵输入已创建好的Hopfield神经网络，通过Hopfield神经网络对复杂舌像的数字点阵进行识别。在本实施例中，S1中创建Hopfield神经网络具体包括步骤：S11：设计关于舌像的数本文档来自技高网...

【技术保护点】
1.一种基于Hopfield神经网络的复杂舌像身份验证方法，其特征在于，包括如下步骤：/nS1：创建Hopfield神经网络，并通过学习训练确定神经网络中的权重，使所记忆的信息在神经网络的n维超立方体的其中一个顶角的能量最小；/nS2：神经网络的权重被确定后，向神经网络给出输入向量，并确定输出向量；/nS3：对待测样本进行分类，对于待测舌像样本，通过对Hopfield网络构成的联想存储器进行联想检索；/nS4：利用最终舌像输出与舌像训练样本进行匹配，找出最相近的训练样本向量，其类别为待测样本类别；/nS5：将复杂舌像的数字点阵输入已创建好的Hopfield神经网络，通过Hopfield神经网络对复杂舌像的数字点阵进行识别。/n

【技术特征摘要】
1.一种基于Hopfield神经网络的复杂舌像身份验证方法，其特征在于，包括如下步骤：
S1：创建Hopfield神经网络，并通过学习训练确定神经网络中的权重，使所记忆的信息在神经网络的n维超立方体的其中一个顶角的能量最小；
S2：神经网络的权重被确定后，向神经网络给出输入向量，并确定输出向量；
S3：对待测样本进行分类，对于待测舌像样本，通过对Hopfield网络构成的联想存储器进行联想检索；
S4：利用最终舌像输出与舌像训练样本进行匹配，找出最相近的训练样本向量，其类别为待测样本类别；
S5：将复杂舌像的数字点阵输入已创建好的Hopfield神经网络，通过Hopfield神经网络对复杂舌像的数字点阵进行识别。


2.根据权利要求1所述的一种基于Hopfield神经网络的复杂舌像身份验证方法，其特征在于，S1中创建Hopfield神经网络具体包括步骤：
S11：设计关于舌像的数字点阵图；
S12：创建Hopfield网络；
S13：Hopfield网络识别获得产生变化...

【专利技术属性】
技术研发人员：裴小根，
申请(专利权)人：安徽文达信息工程学院，
类型：发明
国别省市：安徽;34