+/*\r
+ * Copyright (C) 2007 u6k.yu1@gmail.com, All Rights Reserved.\r
+ *\r
+ * Redistribution and use in source and binary forms, with or without\r
+ * modification, are permitted provided that the following conditions\r
+ * are met:\r
+ *\r
+ * 1. Redistributions of source code must retain the above copyright\r
+ * notice, this list of conditions and the following disclaimer.\r
+ *\r
+ * 2. Redistributions in binary form must reproduce the above copyright\r
+ * notice, this list of conditions and the following disclaimer in the\r
+ * documentation and/or other materials provided with the distribution.\r
+ *\r
+ * 3. Neither the name of Clarkware Consulting, Inc. nor the names of its\r
+ * contributors may be used to endorse or promote products derived\r
+ * from this software without prior written permission. For written\r
+ * permission, please contact clarkware@clarkware.com.\r
+ *\r
+ * THIS SOFTWARE IS PROVIDED ``AS IS'' AND ANY EXPRESSED OR IMPLIED WARRANTIES,\r
+ * INCLUDING, BUT NOT LIMITED TO, THE IMPLIED WARRANTIES OF MERCHANTABILITY AND\r
+ * FITNESS FOR A PARTICULAR PURPOSE ARE DISCLAIMED. IN NO EVENT SHALL\r
+ * CLARKWARE CONSULTING OR ITS CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT,\r
+ * INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT\r
+ * LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF USE, DATA,\r
+ * OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY OF\r
+ * LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT (INCLUDING\r
+ * NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE OF THIS SOFTWARE,\r
+ * EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.\r
+ */\r
\r
package jp.gr.java_conf.u6k.simplenn;\r
\r
* @version $Id$\r
* @see http://codezine.jp/a/article/aid/372.aspx\r
*/\r
-public class SimpleNNApplet extends Applet implements MouseListener, MouseMotionListener, ActionListener {\r
-\r
- Button button1, button2, button3, button4;\r
-\r
- int X0 = 10, X1 = 125;\r
-\r
- int Y0 = 55, Y1 = 70, Y2 = 160, Y3 = 240, Y4 = 305;\r
-\r
- int RX0 = 30, RX1 = 60, RX2 = 210, RX3 = 260;\r
-\r
- int RY0 = 225, RY1 = 240;\r
-\r
- int WIDTH = 7; // 入力データの幅\r
-\r
- int HEIGHT = 11; // 入力データの高さ\r
-\r
- int INPUT = WIDTH * HEIGHT; // 入力層の数(入力データ数)\r
-\r
- int HIDDEN = 16; // 隠れ層の数\r
-\r
- int PATTERN = 10; // パターンの種類\r
-\r
- int OUTPUT = PATTERN; // 出力層の数(出力データ数)\r
-\r
- int OUTER_CYCLES = 100; // 外部サイクル(一連のパターンの繰返し学習)の回数\r
-\r
- int INNER_CYCLES = 100; // 内部サイクル(同一パターンの繰返し学習)の回数\r
-\r
- float ALPHA = 1.2f; // 学習の加速係数\r
-\r
- float BETA = 1.2f; // シグモイド曲線の傾斜\r
-\r
- int[] sample_in = new int[INPUT]; // 学習用入力\r
-\r
- int[] written_in = new int[INPUT]; // 認識用手書き入力\r
-\r
- float[][] weight_ih = new float[INPUT][HIDDEN]; // 入力層と隠れ層の間の重み係数\r
-\r
- float[] thresh_h = new float[HIDDEN]; // 隠れ層の閾値\r
-\r
- float[] hidden_out = new float[HIDDEN]; // 隠れ層の出力\r
-\r
- float[][] weight_ho = new float[HIDDEN][OUTPUT]; // 隠れ層と出力層の間の重み係数\r
-\r
- float[] thresh_o = new float[OUTPUT]; // 出力層の閾値\r
-\r
- float[] recog_out = new float[OUTPUT]; // 認識出力(出力層の出力)\r
-\r
- int[] teach = new int[PATTERN]; // 教師信号\r
-\r
- boolean learning_flag; // 「学習モード」フラグ\r
-\r
- int[][] sample_array; // 学習用入力データの基となるパターン\r
-\r
- int[][] teach_array = new int[PATTERN][OUTPUT]; // パターンと出力すべき教師信号の比較表\r
-\r
- int x_new, y_new, x_old, y_old; // 手書き文字入力用座標\r
+@SuppressWarnings("serial")\r
+public final class SimpleNNApplet extends Applet implements MouseListener, MouseMotionListener, ActionListener {\r
+\r
+ /**\r
+ * <p>\r
+ * 文字列とかの表示基準座標。\r
+ * </p>\r
+ */\r
+ private static final int X0 = 10;\r
+\r
+ /**\r
+ * <p>\r
+ * 文字列とかの表示基準座標。\r
+ * </p>\r
+ */\r
+ private static final int X1 = 125;\r
+\r
+ /**\r
+ * <p>\r
+ * 文字列とかの表示基準座標。\r
+ * </p>\r
+ */\r
+ private static final int Y0 = 55;\r
+\r
+ /**\r
+ * <p>\r
+ * 文字列とかの表示基準座標。\r
+ * </p>\r
+ */\r
+ private static final int Y1 = 70;\r
+\r
+ /**\r
+ * <p>\r
+ * 文字列とかの表示基準座標。\r
+ * </p>\r
+ */\r
+ private static final int Y2 = 160;\r
+\r
+ /**\r
+ * <p>\r
+ * 文字列とかの表示基準座標。\r
+ * </p>\r
+ */\r
+ private static final int Y3 = 240;\r
+\r
+ /**\r
+ * <p>\r
+ * 文字列とかの表示基準座標。\r
+ * </p>\r
+ */\r
+ private static final int Y4 = 305;\r
+\r
+ /**\r
+ * <p>\r
+ * 文字列とかの表示基準座標。\r
+ * </p>\r
+ */\r
+ private static final int RX0 = 30;\r
+\r
+ /**\r
+ * <p>\r
+ * 文字列とかの表示基準座標。\r
+ * </p>\r
+ */\r
+ private static final int RX1 = 60;\r
+\r
+ /**\r
+ * <p>\r
+ * 文字列とかの表示基準座標。\r
+ * </p>\r
+ */\r
+ private static final int RX2 = 210;\r
+\r
+ /**\r
+ * <p>\r
+ * 文字列とかの表示基準座標。\r
+ * </p>\r
+ */\r
+ private static final int RX3 = 260;\r
+\r
+ /**\r
+ * <p>\r
+ * 文字列とかの表示基準座標。\r
+ * </p>\r
+ */\r
+ private static final int RY0 = 225;\r
+\r
+ /**\r
+ * <p>\r
+ * 文字列とかの表示基準座標。\r
+ * </p>\r
+ */\r
+ private static final int RY1 = 240;\r
+\r
+ /**\r
+ * <p>\r
+ * 入力データの幅。\r
+ * </p>\r
+ */\r
+ private static final int WIDTH = 7;\r
+\r
+ /**\r
+ * <p>\r
+ * 入力データの高さ。\r
+ * </p>\r
+ */\r
+ private static final int HEIGHT = 11;\r
+\r
+ /**\r
+ * <p>\r
+ * 入力層の数(入力データ数)。\r
+ * </p>\r
+ */\r
+ private static final int INPUT = SimpleNNApplet.WIDTH * SimpleNNApplet.HEIGHT;\r
+\r
+ /**\r
+ * <p>\r
+ * 隠れ層の数。\r
+ * </p>\r
+ */\r
+ private static final int HIDDEN = 16;\r
+\r
+ /**\r
+ * <p>\r
+ * パターンの種類。\r
+ * </p>\r
+ */\r
+ private static final int PATTERN = 10;\r
+\r
+ /**\r
+ * <p>\r
+ * 出力層の数(出力データ数)。\r
+ * </p>\r
+ */\r
+ private static final int OUTPUT = SimpleNNApplet.PATTERN;\r
+\r
+ /**\r
+ * <p>\r
+ * 外部サイクル(一連のパターンの繰返し学習)の回数。\r
+ * </p>\r
+ */\r
+ private static final int OUTER_CYCLES = 100;\r
+\r
+ /**\r
+ * <p>\r
+ * 内部サイクル(同一パターンの繰返し学習)の回数。\r
+ * </p>\r
+ */\r
+ private static final int INNER_CYCLES = 100;\r
+\r
+ /**\r
+ * <p>\r
+ * 学習の加速係数。\r
+ * </p>\r
+ */\r
+ private static final float ALPHA = 1.2f;\r
+\r
+ /**\r
+ * <p>\r
+ * シグモイド曲線の傾斜。\r
+ * </p>\r
+ */\r
+ private static final float BETA = 1.2f;\r
+\r
+ /**\r
+ * <p>\r
+ * 「再学習」ボタン。\r
+ * </p>\r
+ */\r
+ private Button button1;\r
+\r
+ /**\r
+ * <p>\r
+ * 「学習終了」ボタン。\r
+ * </p>\r
+ */\r
+ private Button button2;\r
+\r
+ /**\r
+ * <p>\r
+ * 「入力クリア」ボタン。\r
+ * </p>\r
+ */\r
+ private Button button3;\r
+\r
+ /**\r
+ * <p>\r
+ * 「認識」ボタン。\r
+ * </p>\r
+ */\r
+ private Button button4;\r
+\r
+ /**\r
+ * <p>\r
+ * 学習用入力。\r
+ * </p>\r
+ */\r
+ private int[] sampleIn = new int[SimpleNNApplet.INPUT];\r
+\r
+ /**\r
+ * <p>\r
+ * 認識用手書き入力。\r
+ * </p>\r
+ */\r
+ private int[] writtenIn = new int[SimpleNNApplet.INPUT];\r
+\r
+ /**\r
+ * <p>\r
+ * 入力層と隠れ層の間の重み係数。\r
+ * </p>\r
+ */\r
+ private float[][] weightInHidden = new float[SimpleNNApplet.INPUT][SimpleNNApplet.HIDDEN];\r
+\r
+ /**\r
+ * <p>\r
+ * 隠れ層の閾値。\r
+ * </p>\r
+ */\r
+ private float[] thresholdHidden = new float[SimpleNNApplet.HIDDEN];\r
+\r
+ /**\r
+ * <p>\r
+ * 隠れ層の出力。\r
+ * </p>\r
+ */\r
+ private float[] hiddenOut = new float[SimpleNNApplet.HIDDEN];\r
+\r
+ /**\r
+ * <p>\r
+ * 隠れ層と出力層の間の重み係数。\r
+ * </p>\r
+ */\r
+ private float[][] weightHiddenOut = new float[SimpleNNApplet.HIDDEN][SimpleNNApplet.OUTPUT];\r
+\r
+ /**\r
+ * <p>\r
+ * 出力層の閾値。\r
+ * </p>\r
+ */\r
+ private float[] thresholdOut = new float[SimpleNNApplet.OUTPUT];\r
+\r
+ /**\r
+ * <p>\r
+ * 認識出力(出力層の出力)。\r
+ * </p>\r
+ */\r
+ private float[] recognizeOut = new float[SimpleNNApplet.OUTPUT];\r
+\r
+ /**\r
+ * <p>\r
+ * 教師信号。\r
+ * </p>\r
+ */\r
+ private int[] teach = new int[SimpleNNApplet.PATTERN];\r
+\r
+ /**\r
+ * <p>\r
+ * 「学習モード」フラグ。\r
+ * </p>\r
+ */\r
+ private boolean learningFlag;\r
+\r
+ /**\r
+ * <p>\r
+ * 学習用入力データの基となるパターン。\r
+ * </p>\r
+ */\r
+ private int[][] sampleArray;\r
+\r
+ /**\r
+ * <p>\r
+ * パターンと出力すべき教師信号の比較表。\r
+ * </p>\r
+ */\r
+ private int[][] teachArray = new int[SimpleNNApplet.PATTERN][SimpleNNApplet.OUTPUT];\r
+\r
+ /**\r
+ * <p>\r
+ * 手書き文字入力用座標。\r
+ * </p>\r
+ */\r
+ private int xNew;\r
+\r
+ /**\r
+ * <p>\r
+ * 手書き文字入力用座標。\r
+ * </p>\r
+ */\r
+ private int yNew;\r
+\r
+ /**\r
+ * <p>\r
+ * 手書き文字入力用座標。\r
+ * </p>\r
+ */\r
+ private int xOld;\r
+\r
+ /**\r
+ * <p>\r
+ * 手書き文字入力用座標。\r
+ * </p>\r
+ */\r
+ private int yOld;\r
+\r
+ /**\r
+ * <p>\r
+ * 新しいインスタンスを初期化します。\r
+ * </p>\r
+ */\r
+ public SimpleNNApplet() {\r
+ }\r
\r
+ /**\r
+ * <p>\r
+ * アプレットを初期化します。\r
+ * </p>\r
+ */\r
public void init() {\r
// 学習用入力データの元となるパターンの読み込み\r
- this.sample_array = new int[10][WIDTH * HEIGHT];\r
- for (int i = 0; i <= 9; i++) {\r
+ this.sampleArray = new int[SimpleNNApplet.PATTERN][SimpleNNApplet.WIDTH * SimpleNNApplet.HEIGHT];\r
+ for (int i = 0; i < SimpleNNApplet.PATTERN; i++) {\r
BufferedReader r = new BufferedReader(new InputStreamReader(this.getClass().getClassLoader().getResourceAsStream(i + ".txt")));\r
try {\r
try {\r
String line;\r
while ((line = r.readLine()) != null) {\r
for (char c : line.toCharArray()) {\r
- this.sample_array[i][j] = Integer.parseInt(Character.toString(c));\r
+ this.sampleArray[i][j] = Integer.parseInt(Character.toString(c));\r
j++;\r
}\r
}\r
}\r
}\r
\r
- setBackground(Color.gray);\r
+ this.setBackground(Color.gray);\r
\r
// ボタンの設定\r
- add(button1 = new Button(" 再学習 "));\r
- add(button2 = new Button(" 学習終了 "));\r
- add(button3 = new Button("入力クリヤ"));\r
- add(button4 = new Button(" 認 識 "));\r
- button1.addActionListener(this);\r
- button2.addActionListener(this);\r
- button3.addActionListener(this);\r
- button4.addActionListener(this);\r
+ this.button1 = new Button(" 再学習 ");\r
+ this.button2 = new Button(" 学習終了 ");\r
+ this.button3 = new Button("入力クリヤ");\r
+ this.button4 = new Button(" 認 識 ");\r
+ this.add(this.button1);\r
+ this.add(this.button2);\r
+ this.add(this.button3);\r
+ this.add(this.button4);\r
+ this.button1.addActionListener(this);\r
+ this.button2.addActionListener(this);\r
+ this.button3.addActionListener(this);\r
+ this.button4.addActionListener(this);\r
\r
// マウスの設定\r
- addMouseListener(this);\r
- addMouseMotionListener(this);\r
+ this.addMouseListener(this);\r
+ this.addMouseMotionListener(this);\r
\r
// 教師信号の設定\r
- for (int q = 0; q < PATTERN; q++)\r
- for (int k = 0; k < OUTPUT; k++) {\r
- if (q == k)\r
- teach_array[q][k] = 1;\r
- else\r
- teach_array[q][k] = 0;\r
+ for (int q = 0; q < SimpleNNApplet.PATTERN; q++) {\r
+ for (int k = 0; k < SimpleNNApplet.OUTPUT; k++) {\r
+ if (q == k) {\r
+ this.teachArray[q][k] = 1;\r
+ } else {\r
+ this.teachArray[q][k] = 0;\r
+ }\r
}\r
+ }\r
\r
// モードの初期設定\r
- learning_flag = true;\r
-\r
+ this.learningFlag = true;\r
}\r
\r
- // ------------------- ボタン関係のメソッド ------------------\r
-\r
+ /**\r
+ * <p>\r
+ * クリックしたボタンごとの処理を行います。\r
+ * </p>\r
+ * \r
+ * @param ae\r
+ * イベント情報。\r
+ */\r
public void actionPerformed(ActionEvent ae) {\r
-\r
- if (ae.getSource() == button1) { // 「再学習」\r
- learning_flag = true;\r
- repaint();\r
+ if (ae.getSource() == this.button1) {\r
+ // 「再学習」\r
+ this.learningFlag = true;\r
+ this.repaint();\r
}\r
- if (ae.getSource() == button2) { // 「学習終了」\r
- learning_flag = false;\r
- repaint();\r
+ if (ae.getSource() == this.button2) {\r
+ // 「学習終了」\r
+ this.learningFlag = false;\r
+ this.repaint();\r
}\r
- if (ae.getSource() == button3) { // 「入力クリヤ」\r
- if (!learning_flag)\r
- repaint();\r
+ if (ae.getSource() == this.button3) {\r
+ // 「入力クリヤ」\r
+ if (!this.learningFlag) {\r
+ this.repaint();\r
+ }\r
}\r
- if (ae.getSource() == button4) { // 「認識」\r
- if (!learning_flag)\r
- recognizeCharacter();\r
+ if (ae.getSource() == this.button4) {\r
+ // 「認識」\r
+ if (!this.learningFlag) {\r
+ this.recognizeCharacter();\r
+ }\r
}\r
-\r
}\r
\r
- // ---------- マウス関係のメソッド(手書き文字入力)----------\r
-\r
+ /**\r
+ * <p>\r
+ * 手書き入力を開始したときの処理を行います。\r
+ * </p>\r
+ * \r
+ * @param me\r
+ * イベント情報。\r
+ */\r
public void mousePressed(MouseEvent me) {\r
int x = me.getX();\r
int y = me.getY();\r
- if (!learning_flag && x >= RX1 && x <= RX1 + WIDTH * 10 && y >= RY1 && y <= RY1 + HEIGHT * 10) {\r
- x_old = me.getX();\r
- y_old = me.getY();\r
- written_in[(y_old - RY1) / 10 * WIDTH + (x_old - RX1) / 10] = 1;\r
+ if (!this.learningFlag && x >= SimpleNNApplet.RX1 && x <= SimpleNNApplet.RX1 + SimpleNNApplet.WIDTH * SimpleNNApplet.PATTERN && y >= SimpleNNApplet.RY1 && y <= SimpleNNApplet.RY1 + SimpleNNApplet.HEIGHT * SimpleNNApplet.PATTERN) {\r
+ this.xOld = me.getX();\r
+ this.yOld = me.getY();\r
+ this.writtenIn[(this.yOld - SimpleNNApplet.RY1) / SimpleNNApplet.PATTERN * SimpleNNApplet.WIDTH + (this.xOld - SimpleNNApplet.RX1) / SimpleNNApplet.PATTERN] = 1;\r
}\r
}\r
\r
+ /**\r
+ * <p>\r
+ * 何もしません。\r
+ * </p>\r
+ * \r
+ * @param me\r
+ * イベント情報。\r
+ */\r
public void mouseClicked(MouseEvent me) {\r
}\r
\r
+ /**\r
+ * <p>\r
+ * 何もしません。\r
+ * </p>\r
+ * \r
+ * @param me\r
+ * イベント情報。\r
+ */\r
public void mouseEntered(MouseEvent me) {\r
}\r
\r
+ /**\r
+ * <p>\r
+ * 何もしません。\r
+ * </p>\r
+ * \r
+ * @param me\r
+ * イベント情報。\r
+ */\r
public void mouseExited(MouseEvent me) {\r
}\r
\r
+ /**\r
+ * <p>\r
+ * 何もしません。\r
+ * </p>\r
+ * \r
+ * @param me\r
+ * イベント情報。\r
+ */\r
public void mouseReleased(MouseEvent me) {\r
}\r
\r
+ /**\r
+ * <p>\r
+ * 手書き入力中にマウスを動かしたときの処理を行います。\r
+ * </p>\r
+ * \r
+ * @param me\r
+ * イベント情報。\r
+ */\r
public void mouseDragged(MouseEvent me) {\r
int x = me.getX();\r
int y = me.getY();\r
- if (!learning_flag && x >= RX1 && x <= RX1 + WIDTH * 10 && y >= RY1 && y <= RY1 + HEIGHT * 10) {\r
- Graphics g = getGraphics();\r
- x_new = me.getX();\r
- y_new = me.getY();\r
- g.drawLine(x_old, y_old, x_new, y_new);\r
- x_old = x_new;\r
- y_old = y_new;\r
- written_in[(y_old - RY1) / 10 * WIDTH + (x_old - RX1) / 10] = 1;\r
+ if (!this.learningFlag && x >= SimpleNNApplet.RX1 && x <= SimpleNNApplet.RX1 + SimpleNNApplet.WIDTH * SimpleNNApplet.PATTERN && y >= SimpleNNApplet.RY1 && y <= SimpleNNApplet.RY1 + SimpleNNApplet.HEIGHT * SimpleNNApplet.PATTERN) {\r
+ Graphics g = this.getGraphics();\r
+ this.xNew = me.getX();\r
+ this.yNew = me.getY();\r
+ g.drawLine(this.xOld, this.yOld, this.xNew, this.yNew);\r
+ this.xOld = this.xNew;\r
+ this.yOld = this.yNew;\r
+ this.writtenIn[(this.yOld - SimpleNNApplet.RY1) / SimpleNNApplet.PATTERN * SimpleNNApplet.WIDTH + (this.xOld - SimpleNNApplet.RX1) / SimpleNNApplet.PATTERN] = 1;\r
}\r
-\r
}\r
\r
+ /**\r
+ * <p>\r
+ * 何もしません。\r
+ * </p>\r
+ * \r
+ * @param me\r
+ * イベント情報。\r
+ */\r
public void mouseMoved(MouseEvent me) {\r
}\r
\r
- // ---------- 起動時およびrepaint()で呼び出されるメソッド ----------\r
-\r
+ /**\r
+ * <p>\r
+ * 画面に表示します。\r
+ * </p>\r
+ * \r
+ * @param g\r
+ * 表示対象。\r
+ */\r
public void paint(Graphics g) {\r
-\r
- int i, j, k, p, q, r, x;\r
+ int i;\r
+ int j;\r
+ int k;\r
+ int p;\r
+ int q;\r
+ int r;\r
+ int x;\r
\r
String string;\r
\r
- float outer_error; // 外部サイクルエラー累計\r
- float inner_error; // 内部サイクルエラー累計\r
- float temp_error; // 隠れ層の誤差の累計\r
+ // 外部サイクルエラー累計\r
+ float outerError;\r
+ // 内部サイクルエラー累計\r
+ float innerError;\r
+ // 隠れ層の誤差の累計\r
+ // TODO float tempError;\r
\r
- // 学習モードの背景\r
- if (learning_flag) {\r
+ if (this.learningFlag) {\r
+ // 学習モードの背景\r
g.setColor(new Color(255, 255, 192));\r
g.fillRect(5, 35, 590, 460);\r
g.setColor(Color.black);\r
g.drawString("学習モード", 500, 55);\r
- }\r
-\r
- // 認識モードの背景\r
- else {\r
+ } else {\r
+ // 認識モードの背景\r
g.setColor(new Color(192, 255, 255));\r
g.fillRect(5, 35, 590, 460);\r
g.setColor(Color.black);\r
}\r
\r
// 学習用パターンの表示\r
- g.drawString("使用している学習用パターン", X0, Y0);\r
- for (q = 0; q < PATTERN; q++) {\r
+ g.drawString("使用している学習用パターン", SimpleNNApplet.X0, SimpleNNApplet.Y0);\r
+ for (q = 0; q < SimpleNNApplet.PATTERN; q++) {\r
x = 56 * q;\r
- for (j = 0; j < HEIGHT; j++)\r
- for (i = 0; i < WIDTH; i++) {\r
- if (sample_array[q][WIDTH * j + i] == 1)\r
+ for (j = 0; j < SimpleNNApplet.HEIGHT; j++) {\r
+ for (i = 0; i < SimpleNNApplet.WIDTH; i++) {\r
+ if (this.sampleArray[q][SimpleNNApplet.WIDTH * j + i] == 1) {\r
g.setColor(Color.red);\r
- else\r
+ } else {\r
g.setColor(Color.cyan);\r
- g.fillRect(X0 + x + 6 * i, Y1 + 6 * j, 5, 5);\r
+ }\r
+ g.fillRect(SimpleNNApplet.X0 + x + 6 * i, SimpleNNApplet.Y1 + 6 * j, 5, 5);\r
}\r
+ }\r
}\r
g.setColor(Color.black);\r
\r
- // -------------------------------------------------------------------\r
- // --------------------------- 学習モード ----------------------------\r
- // -------------------------------------------------------------------\r
- if (learning_flag) {\r
+ if (this.learningFlag) {\r
+ // 学習モード\r
\r
// 閾値と重みの乱数設定\r
- for (j = 0; j < HIDDEN; j++) {\r
- thresh_h[j] = (float) Math.random() - 0.5f;\r
- for (i = 0; i < INPUT; i++)\r
- weight_ih[i][j] = (float) Math.random() - 0.5f;\r
+ for (j = 0; j < SimpleNNApplet.HIDDEN; j++) {\r
+ this.thresholdHidden[j] = (float) Math.random() - 0.5f;\r
+ for (i = 0; i < SimpleNNApplet.INPUT; i++) {\r
+ this.weightInHidden[i][j] = (float) Math.random() - 0.5f;\r
+ }\r
}\r
- for (k = 0; k < OUTPUT; k++) {\r
- thresh_o[k] = (float) Math.random() - 0.5f;\r
- for (j = 0; j < HIDDEN; j++)\r
- weight_ho[j][k] = (float) Math.random() - 0.5f;\r
+ for (k = 0; k < SimpleNNApplet.OUTPUT; k++) {\r
+ this.thresholdOut[k] = (float) Math.random() - 0.5f;\r
+ for (j = 0; j < SimpleNNApplet.HIDDEN; j++) {\r
+ this.weightHiddenOut[j][k] = (float) Math.random() - 0.5f;\r
+ }\r
}\r
\r
// -------------------------- 学習 --------------------------\r
+ for (p = 0; p < SimpleNNApplet.OUTER_CYCLES; p++) {\r
+ // 外部サイクル\r
\r
- for (p = 0; p < OUTER_CYCLES; p++) { // 外部サイクル\r
-\r
- outer_error = 0.0f; // 外部二乗誤差のクリヤー\r
+ // 外部二乗誤差のクリヤー\r
+ outerError = 0.0f;\r
\r
- for (q = 0; q < PATTERN; q++) { // パターンの切り替え\r
+ for (q = 0; q < SimpleNNApplet.PATTERN; q++) {\r
+ // パターンの切り替え\r
\r
// パターンに対応した入力と教師信号の設定\r
- sample_in = sample_array[q];\r
- teach = teach_array[q];\r
+ this.sampleIn = this.sampleArray[q];\r
+ this.teach = this.teachArray[q];\r
\r
- for (r = 0; r < INNER_CYCLES; r++) { // 内部サイクル\r
+ for (r = 0; r < SimpleNNApplet.INNER_CYCLES; r++) {\r
+ // 内部サイクル\r
\r
// 順方向演算\r
- forwardNeuralNet(sample_in, recog_out);\r
+ this.forwardNeuralNet(this.sampleIn, this.recognizeOut);\r
\r
// 逆方向演算(バックプロパゲーション)\r
- backwardNeuralNet();\r
-\r
+ this.backwardNeuralNet();\r
}\r
\r
// 内部二乗誤差の計算\r
- inner_error = 0.0f; // 内部二乗誤差のクリヤー\r
- for (k = 0; k < OUTPUT; k++)\r
- inner_error += (teach[k] - recog_out[k]) * (teach[k] - recog_out[k]);\r
\r
- outer_error += inner_error; // 外部二乗誤差への累加算\r
+ // 内部二乗誤差のクリヤー\r
+ innerError = 0.0f;\r
+\r
+ for (k = 0; k < SimpleNNApplet.OUTPUT; k++) {\r
+ innerError += (this.teach[k] - this.recognizeOut[k]) * (this.teach[k] - this.recognizeOut[k]);\r
+ }\r
+\r
+ // 外部二乗誤差への累加算\r
+ outerError += innerError;\r
\r
}\r
\r
// 外部サイクルの回数と外部二乗誤差の表示\r
- g.drawString("実行中の外部サイクルの回数と二乗誤差", X0, Y2);\r
+ g.drawString("実行中の外部サイクルの回数と二乗誤差", SimpleNNApplet.X0, SimpleNNApplet.Y2);\r
g.setColor(new Color(255, 255, 192));\r
- g.fillRect(X0 + 5, Y2 + 10, 200, 50); // 以前の表示を消去\r
+ g.fillRect(SimpleNNApplet.X0 + 5, SimpleNNApplet.Y2 + 10, 200, 50);\r
g.setColor(Color.black);\r
- g.drawString("OuterCycles=" + String.valueOf(p), X0 + 10, Y2 + 25);\r
- g.drawString("TotalSquaredError=" + String.valueOf(outer_error), X0 + 10, Y2 + 45);\r
+ g.drawString("OuterCycles=" + String.valueOf(p), SimpleNNApplet.X0 + 10, SimpleNNApplet.Y2 + 25);\r
+ g.drawString("TotalSquaredError=" + String.valueOf(outerError), SimpleNNApplet.X0 + 10, SimpleNNApplet.Y2 + 45);\r
\r
}\r
\r
// --------------------- 学習結果の確認 ---------------------\r
-\r
- g.drawString("学習結果の確認", X0, Y3);\r
- for (k = 0; k < OUTPUT; k++) {\r
- g.drawString("Output", X1 + 45 * k, Y3 + 25);\r
- g.drawString(" [" + String.valueOf(k) + "]", X1 + 5 + 45 * k, Y3 + 40);\r
+ g.drawString("学習結果の確認", SimpleNNApplet.X0, SimpleNNApplet.Y3);\r
+ for (k = 0; k < SimpleNNApplet.OUTPUT; k++) {\r
+ g.drawString("Output", SimpleNNApplet.X1 + 45 * k, SimpleNNApplet.Y3 + 25);\r
+ g.drawString(" [" + String.valueOf(k) + "]", SimpleNNApplet.X1 + 5 + 45 * k, SimpleNNApplet.Y3 + 40);\r
}\r
\r
- for (q = 0; q < PATTERN; q++) {\r
+ for (q = 0; q < SimpleNNApplet.PATTERN; q++) {\r
\r
// 入力パターンの設定\r
- sample_in = sample_array[q];\r
+ this.sampleIn = this.sampleArray[q];\r
\r
// 順方向演算\r
- forwardNeuralNet(sample_in, recog_out);\r
+ this.forwardNeuralNet(this.sampleIn, this.recognizeOut);\r
\r
// 結果の表示\r
g.setColor(Color.black);\r
- g.drawString("TestPattern[" + String.valueOf(q) + "]", X0 + 10, Y4 + 20 * q);\r
- for (k = 0; k < OUTPUT; k++) {\r
- if (recog_out[k] > 0.99) { // 99% より大は、赤で YES と表示\r
+ g.drawString("TestPattern[" + String.valueOf(q) + "]", SimpleNNApplet.X0 + 10, SimpleNNApplet.Y4 + 20 * q);\r
+ for (k = 0; k < SimpleNNApplet.OUTPUT; k++) {\r
+ if (this.recognizeOut[k] > 0.99) {\r
+ // 99% より大は、赤で YES と表示\r
g.setColor(Color.red);\r
string = "YES";\r
- } else if (recog_out[k] < 0.01) { // 1% より小は、青で NO と表示\r
+ } else if (this.recognizeOut[k] < 0.01) {\r
+ // 1% より小は、青で NO と表示\r
g.setColor(Color.blue);\r
string = "NO ";\r
- } else { // 1% 以上 99% 以下は、黒で ? と表示\r
+ } else {\r
+ // 1% 以上 99% 以下は、黒で ? と表示\r
g.setColor(Color.black);\r
string = " ? ";\r
}\r
- g.drawString(string, X1 + 10 + 45 * k, Y4 + 20 * q);\r
+ g.drawString(string, SimpleNNApplet.X1 + 10 + 45 * k, SimpleNNApplet.Y4 + 20 * q);\r
}\r
\r
}\r
- }\r
-\r
- // -------------------------------------------------------------------\r
- // --------------------------- 認識モード ----------------------------\r
- // -------------------------------------------------------------------\r
- else {\r
+ } else {\r
+ // 認識モード\r
g.setColor(Color.black);\r
- g.drawString("マウスで数字を描いて下さい", RX0, RY0);\r
- g.drawRect(RX1 - 1, RY1 - 1, WIDTH * 10 + 2, HEIGHT * 10 + 2); // 外枠\r
+ g.drawString("マウスで数字を描いて下さい", SimpleNNApplet.RX0, SimpleNNApplet.RY0);\r
+ // 外枠\r
+ g.drawRect(SimpleNNApplet.RX1 - 1, SimpleNNApplet.RY1 - 1, SimpleNNApplet.WIDTH * 10 + 2, SimpleNNApplet.HEIGHT * 10 + 2);\r
g.setColor(Color.gray);\r
- for (j = 1; j < HEIGHT; j++)\r
- g.drawLine(RX1, RY1 + 10 * j, RX1 + WIDTH * 10, RY1 + 10 * j); // 横方向区切り\r
- for (i = 1; i < WIDTH; i++)\r
- g.drawLine(RX1 + 10 * i, RY1, RX1 + 10 * i, RY1 + HEIGHT * 10); // 縦方向区切り\r
- for (i = 0; i < INPUT; i++)\r
- written_in[i] = 0; // 手書き入力データのクリヤ\r
+ for (j = 1; j < SimpleNNApplet.HEIGHT; j++) {\r
+ // 横方向区切り\r
+ g.drawLine(SimpleNNApplet.RX1, SimpleNNApplet.RY1 + 10 * j, SimpleNNApplet.RX1 + SimpleNNApplet.WIDTH * 10, SimpleNNApplet.RY1 + 10 * j);\r
+ }\r
+ for (i = 1; i < SimpleNNApplet.WIDTH; i++) {\r
+ // 縦方向区切り\r
+ g.drawLine(SimpleNNApplet.RX1 + 10 * i, SimpleNNApplet.RY1, SimpleNNApplet.RX1 + 10 * i, SimpleNNApplet.RY1 + SimpleNNApplet.HEIGHT * 10);\r
+ }\r
+ for (i = 0; i < SimpleNNApplet.INPUT; i++) {\r
+ // 手書き入力データのクリヤ\r
+ this.writtenIn[i] = 0;\r
+ }\r
}\r
-\r
}\r
\r
// 順方向演算のメソッド\r
+ /**\r
+ * <p>\r
+ * 順方向演算を行います。\r
+ * </p>\r
+ * \r
+ * @param input\r
+ * 入力データ。\r
+ * @param output\r
+ * 演算結果の出力データ。\r
+ */\r
public void forwardNeuralNet(int[] input, float[] output) {\r
-\r
- float[] out = new float[OUTPUT];\r
- float[] hidden = new float[HIDDEN];\r
+ float[] out = new float[SimpleNNApplet.OUTPUT];\r
+ float[] hidden = new float[SimpleNNApplet.HIDDEN];\r
\r
// 隠れ層出力の計算\r
- for (int j = 0; j < HIDDEN; j++) {\r
- hidden[j] = -thresh_h[j];\r
- for (int i = 0; i < INPUT; i++)\r
- hidden[j] += input[i] * weight_ih[i][j];\r
- hidden_out[j] = sigmoid(hidden[j]);\r
+ for (int j = 0; j < SimpleNNApplet.HIDDEN; j++) {\r
+ hidden[j] = -this.thresholdHidden[j];\r
+ for (int i = 0; i < SimpleNNApplet.INPUT; i++) {\r
+ hidden[j] += input[i] * this.weightInHidden[i][j];\r
+ }\r
+ this.hiddenOut[j] = this.sigmoid(hidden[j]);\r
}\r
\r
// 出力層出力の計算\r
- for (int k = 0; k < OUTPUT; k++) {\r
- out[k] = -thresh_o[k];\r
- for (int j = 0; j < HIDDEN; j++)\r
- out[k] += hidden_out[j] * weight_ho[j][k];\r
- output[k] = sigmoid(out[k]);\r
+ for (int k = 0; k < SimpleNNApplet.OUTPUT; k++) {\r
+ out[k] = -this.thresholdOut[k];\r
+ for (int j = 0; j < SimpleNNApplet.HIDDEN; j++) {\r
+ out[k] += this.hiddenOut[j] * this.weightHiddenOut[j][k];\r
+ }\r
+ output[k] = this.sigmoid(out[k]);\r
}\r
-\r
}\r
\r
- // 逆方向演算のメソッド\r
+ /**\r
+ * <p>\r
+ * 逆方向演算を行います。\r
+ * </p>\r
+ */\r
public void backwardNeuralNet() {\r
+ int i;\r
+ int j;\r
+ int k;\r
\r
- int i, j, k;\r
-\r
- float[] output_error = new float[OUTPUT]; // 出力層の誤差\r
- float[] hidden_error = new float[HIDDEN]; // 隠れ層の誤差\r
-\r
- float temp_error;\r
+ // 出力層の誤差\r
+ float[] outputError = new float[SimpleNNApplet.OUTPUT];\r
+ // 隠れ層の誤差\r
+ float[] hiddenError = new float[SimpleNNApplet.HIDDEN];\r
+ float tempError;\r
\r
// 出力層の誤差の計算\r
- for (k = 0; k < OUTPUT; k++)\r
- output_error[k] = (teach[k] - recog_out[k]) * recog_out[k] * (1.0f - recog_out[k]);\r
+ for (k = 0; k < SimpleNNApplet.OUTPUT; k++) {\r
+ outputError[k] = (this.teach[k] - this.recognizeOut[k]) * this.recognizeOut[k] * (1.0f - this.recognizeOut[k]);\r
+ }\r
\r
// 隠れ層の誤差の計算\r
- for (j = 0; j < HIDDEN; j++) {\r
- temp_error = 0.0f;\r
- for (k = 0; k < OUTPUT; k++)\r
- temp_error += output_error[k] * weight_ho[j][k];\r
- hidden_error[j] = hidden_out[j] * (1.0f - hidden_out[j]) * temp_error;\r
+ for (j = 0; j < SimpleNNApplet.HIDDEN; j++) {\r
+ tempError = 0.0f;\r
+ for (k = 0; k < SimpleNNApplet.OUTPUT; k++) {\r
+ tempError += outputError[k] * this.weightHiddenOut[j][k];\r
+ }\r
+ hiddenError[j] = this.hiddenOut[j] * (1.0f - this.hiddenOut[j]) * tempError;\r
}\r
\r
// 重みの補正\r
- for (k = 0; k < OUTPUT; k++)\r
- for (j = 0; j < HIDDEN; j++)\r
- weight_ho[j][k] += ALPHA * output_error[k] * hidden_out[j];\r
- for (j = 0; j < HIDDEN; j++)\r
- for (i = 0; i < INPUT; i++)\r
- weight_ih[i][j] += ALPHA * hidden_error[j] * sample_in[i];\r
+ for (k = 0; k < SimpleNNApplet.OUTPUT; k++) {\r
+ for (j = 0; j < SimpleNNApplet.HIDDEN; j++) {\r
+ this.weightHiddenOut[j][k] += SimpleNNApplet.ALPHA * outputError[k] * this.hiddenOut[j];\r
+ }\r
+ }\r
+ for (j = 0; j < SimpleNNApplet.HIDDEN; j++) {\r
+ for (i = 0; i < SimpleNNApplet.INPUT; i++) {\r
+ this.weightInHidden[i][j] += SimpleNNApplet.ALPHA * hiddenError[j] * this.sampleIn[i];\r
+ }\r
+ }\r
\r
// 閾値の補正\r
- for (k = 0; k < OUTPUT; k++)\r
- thresh_o[k] -= ALPHA * output_error[k];\r
- for (j = 0; j < HIDDEN; j++)\r
- thresh_h[j] -= ALPHA * hidden_error[j];\r
-\r
+ for (k = 0; k < SimpleNNApplet.OUTPUT; k++) {\r
+ this.thresholdOut[k] -= SimpleNNApplet.ALPHA * outputError[k];\r
+ }\r
+ for (j = 0; j < SimpleNNApplet.HIDDEN; j++) {\r
+ this.thresholdHidden[j] -= SimpleNNApplet.ALPHA * hiddenError[j];\r
+ }\r
}\r
\r
- // Sigmoid関数を計算するメソッド\r
+ /**\r
+ * <p>\r
+ * シグモイド関数です。\r
+ * </p>\r
+ * \r
+ * @param x\r
+ * 引数。\r
+ * @return 計算結果。\r
+ */\r
public float sigmoid(float x) {\r
-\r
- return 1.0f / (1.0f + (float) Math.exp(-BETA * x));\r
-\r
+ return 1.0f / (1.0f + (float) Math.exp(-SimpleNNApplet.BETA * x));\r
}\r
\r
- // 入力文字を認識するメソッド\r
+ /**\r
+ * <p>\r
+ * 手書き入力された文字を認識します。\r
+ * </p>\r
+ */\r
public void recognizeCharacter() {\r
-\r
- Graphics g = getGraphics();\r
- String string;\r
+ Graphics g = this.getGraphics();\r
\r
// 順方向演算\r
- forwardNeuralNet(written_in, recog_out);\r
+ this.forwardNeuralNet(this.writtenIn, this.recognizeOut);\r
\r
// 結果の表示\r
- for (int k = 0; k < OUTPUT; k++) {\r
+ for (int k = 0; k < SimpleNNApplet.OUTPUT; k++) {\r
g.setColor(Color.black);\r
- g.drawString(String.valueOf(k) + "である", RX2, RY1 + 20 * k);\r
- if (recog_out[k] > 0.8f)\r
+ g.drawString(String.valueOf(k) + "である", SimpleNNApplet.RX2, SimpleNNApplet.RY1 + 20 * k);\r
+ if (this.recognizeOut[k] > 0.8f) {\r
g.setColor(Color.red);\r
- else\r
+ } else {\r
g.setColor(Color.black);\r
+ }\r
\r
- g.fillRect(RX3, RY1 - 10 + 20 * k, (int) (200 * recog_out[k]), 10);\r
- g.drawString(String.valueOf((int) (100 * recog_out[k] + 0.5f)) + "%", RX3 + (int) (200 * recog_out[k]) + 10, RY1 + 20 * k);\r
+ g.fillRect(SimpleNNApplet.RX3, SimpleNNApplet.RY1 - 10 + 20 * k, (int) (200 * this.recognizeOut[k]), 10);\r
+ g.drawString(String.valueOf((int) (100 * this.recognizeOut[k] + 0.5f)) + "%", SimpleNNApplet.RX3 + (int) (200 * this.recognizeOut[k]) + 10, SimpleNNApplet.RY1 + 20 * k);\r
}\r
-\r
}\r
\r
}\r