(A,B)---m*n*k---(1,0)(0,1)
移动距离和的假设
用神经网络分类A和B,把参与分类的A和B中的数字看作是组成A和B的粒子,设分类的过程就是让A和B中的粒子互相交换位置,寻找最短移动路径的过程。而熵H与最短移动距离和成正比,迭代次数n和熵H成反比。
对二值化图片移动规则汇总
每个粒子移动一次,位置重合不移动,0不动,单次移动距离恒为1.
这次继续验证这一假设
让A中有9个1,B中有8个1. 分类这两张图片,让这两张图片不断迭代直到收敛。在收敛误差一致的条件下,收敛199次,统计迭代次数平均值并比较。
得到迭代次数
| 981 | 983 | 987 | 989 | δ | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 5.00E-04 | 34219.01 | 34600.46 | 34299.97 | 34162.28 | 4.00E-04 | 41899.68 | 41577.95 | 41779.19 | 41478.43 | 3.00E-04 | 53474.56 | 53931.35 | 54224.66 | 54175.03 | 2.00E-04 | 77797.83 | 77866.07 | 78635.94 | 77287.59 | 1.00E-04 | 148175 | 146977.9 | 147288.2 | 146783.9 |
4条线是重合的,符合981,983,987,989相对于A对称的事实。并且按照移位规则,这4种情况的移动距离和都是1.因为只有A中有一个粒子需要移动,移动的距离恒为1,与前述实验94系列的实验数据相比较
| 941 | 942 | 943 | 944 | 945 | 946 | 947 | δ | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 5.00E-04 | 22959.57 | 22854.03 | 22941.76 | 22876.61 | 22979.1 | 23053.17 | 23076.96 | 4.00E-04 | 27774.2 | 28250.26 | 27933.11 | 27961.84 | 27778.93 | 28150.59 | 28129.2 | 3.00E-04 | 35993.35 | 36440.37 | 36647.11 | 36798.63 | 36995.76 | 36409.85 | 36526.92 | 2.00E-04 | 52950.71 | 53656.6 | 52985.71 | 53283.13 | 53381.54 | 53199.01 | 53232.16 | 1.00E-04 | 101146.2 | 102696.1 | 101808.5 | 101585.2 | 102078.7 | 102686.3 | 101771.2 |
因为94系列的移动距离为5,因此94系列的熵>91系列的这4种情况,因此94系列的迭代次数?<91系列的迭代次数。
再做第二组实验
同样A有9个1,B有8个1,得到迭代次数
| 981 | 983 | 987 | 989 | 982 | 984 | 986 | 988 | δ | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 5.00E-04 | 34219.01 | 34600.46 | 34299.97 | 34162.28 | 34676.75 | 34212.45 | 34217.01 | 33959.48 | 4.00E-04 | 41899.68 | 41577.95 | 41779.19 | 41478.43 | 41780.76 | 42039.11 | 41703.63 | 41880.59 | 3.00E-04 | 53474.56 | 53931.35 | 54224.66 | 54175.03 | 53560.36 | 53304.33 | 54140.83 | 53930.89 | 2.00E-04 | 77797.83 | 77866.07 | 78635.94 | 77287.59 | 77295.69 | 77960.25 | 77721.77 | 77141.64 | 1.00E-04 | 148175 | 146977.9 | 147288.2 | 146783.9 | 147796.8 | 146967.2 | 148184.4 | 147621.7 |
这8条曲线都是重合的,982和981显然并不是对称的,因为981不论怎么操作也变不成982。 但这一现象很容易用移动距离和假设去解释,因为982也只有1个点需要移动,移动距离恒为1,因此982的总移动距离为1,和981相同,因此迭代次数曲线重合。
再做第三组实验
985显然又是一个新的位置,985旋转任意角度都可以返回自身,这与981和982都不同。那985的迭代次数是多少?
| 981 | 983 | 987 | 989 | 982 | 984 | 986 | 988 | 985 | δ | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 迭代次数n | 5.00E-04 | 34219.01 | 34600.46 | 34299.97 | 34162.28 | 34676.75 | 34212.45 | 34217.01 | 33959.48 | 34082.06 | 4.00E-04 | 41899.68 | 41577.95 | 41779.19 | 41478.43 | 41780.76 | 42039.11 | 41703.63 | 41880.59 | 42305.63 | 3.00E-04 | 53474.56 | 53931.35 | 54224.66 | 54175.03 | 53560.36 | 53304.33 | 54140.83 | 53930.89 | 54009.94 | 2.00E-04 | 77797.83 | 77866.07 | 78635.94 | 77287.59 | 77295.69 | 77960.25 | 77721.77 | 77141.64 | 78422.43 | 1.00E-04 | 148175 | 146977.9 | 147288.2 | 146783.9 | 147796.8 | 146967.2 | 148184.4 | 147621.7 | 147644.9 |
实验数值是符合移动距离和假设的,因为985中总移动距离和也是1,因此和981,982系列的迭代次数曲线是重合的。
所以这些数据验证了一个假设,神经网络的分类行为可以理解为一种移位操作,在A和B两条纸带不同位置分布有点,神经网络的权重先让B上的点向A的位置移动,再让A上的点向B位置移动,而最短的移动距离和将决定最终的迭代次数。
|