[发明专利]基于忆阻器神经网络的羊绒羊毛识别方法

说明书

一种基于忆阻器神经网络的羊绒羊毛识别方法，包括如下步骤，步骤S1、输入原始图片，通过输入信号预处理电路对原始图片进行预处理，并将原始图片的的色彩信息按照忆阻器阵列规定信号源格式进行编码；步骤S2、忆阻器神经元卷积网络将编码好的信息按照训练好的神经网络进行卷积运算，获取期望值；步骤S3、期望值比对判断电路将忆阻器神经元卷积网络获取的期望值绘制成相和度曲线，并与其数据库中已有的数据曲线进行比对，获取识别结果。本发明可用于常规羊毛羊绒真假性检测及羊绒羊毛制品的成分分析。可解决人工视觉检测耗费时间长、准确率波动大的问题；同时，对于神经网络计算，忆阻器得益于其构造和计算方式，可以得出更加精确、分离间隔更小的卷积计算结果，极大的提高了识别的准确性。

技术领域

本发明属于智能识别技术领域，具体涉及一种基于忆阻器神经网络的羊绒羊毛识别方法。

背景技术

羊绒作为动物纤维制品中较为高端的品种之一，具有轻柔、细腻、触感优良的特性，一直是纺织和生产领域的珍惜物种，被广泛的用于各类衣物、和高端生活用品之中。但是，如此优良的纺织原料由于其原料来源单一且要求苛刻等原因，一直产量不高。中国作为羊绒第一生产大国，占据了全球70％左右的羊绒产量，但也仅仅只有12000吨，远低于大量市场的需求。

因此，近年来商人为了追求更高的利润，往往会在羊绒的原材料中掺入一些羊毛的成分，或是使用品质较好的羊毛以次充好，来顶替羊绒并高价出售。正是由于这种情况的普遍性，许多羊绒制品生产商感到颇为难以应付。为了避免由于原材料不合格导致的产品不达标情况，这些生产商不得不投入大量资金，用于羊毛羊绒的鉴定和成分分析。

近年来，出现了一些利用红外探测或是数字系统进行羊毛羊绒识别的解决方案，但是由于其存在的一些瑕疵，如设备昂贵，技术复杂，检测准确率不高等情况。这些方法并没有得到广泛的使用。

发明内容

本发明所要解决的技术问题是克服现有技术的不足，提供一种基于忆阻器神经网络的羊绒羊毛识别方法，可用于羊毛羊绒的真假性检测及羊绒羊毛制品的成分分析，解决了人工检测耗费时间长、准去率波动性大的问题，并有效提高了羊绒羊毛的识别准确性。

本发明提供一种基于忆阻器神经网络的羊绒羊毛识别方法，包括如下步骤，

步骤S1、输入原始图片，通过输入信号预处理电路对原始图片进行预处理，并将原始图片的的色彩信息按照忆阻器阵列规定信号源格式进行编码；

步骤S2、忆阻器神经元卷积网络将编码好的信息按照训练好的神经网络进行卷积运算，获取期望值；

步骤S3、期望值比对判断电路将忆阻器神经元卷积网络获取的期望值绘制成相和度曲线，并与其数据库中已有的数据曲线进行比对，获取识别结果。

作为本发明的进一步技术方案，步骤S1中，所述输入信号预处理电路对原始图片的信息进行二值化处理，包括色彩的灰度处理和边缘特征的提取，提取原始图片的特征值并描绘出其轮廓线条特征，再将原始图片的的色彩信息分割成符合忆阻器阵列分辨率的图像，并传输至所述忆阻器神经元卷积网络中。

进一步的，忆阻器神经元卷积网络中，忆阻器的每一个crossbar会通过第一次加电设置自身的阻值，并被固化，当编码好的信息被送达时，编码好的信息信号会被叠加在设置电压之上，造成crossbar的阻值变化，根据权值生成数据阵列，再通过对输出电流或电荷检测获取运算结果。

进一步的，步骤S3中，当忆阻器神经元卷积网络的卷积计算值被输出后，可以获取一系列像素块加权后的平均值，通过求和运算电路将平均值转化为概率分布曲线，通过曲线中各色位值的占比进行比较，从而进行识别。

本发明可用于常规羊毛羊绒真假性检测及羊绒羊毛制品的成分分析。可解决人工视觉检测耗费时间长、准确率波动大的问题；同时，对于神经网络计算，忆阻器得益于其构造和计算方式，可以得出更加精确、分离间隔更小的卷积计算结果，极大的提高了识别的准确性。

附图说明