数字手写识别——Java实现KNN算法

时间:2024-04-17 08:10:05

引言

手写识别也是当前机器学习的一大热点,数字手写识别是手写识别中的基础,我们用到的是knn算法,今天给大家讲一下我的实现方法;


环境

IDE:Eclipse
语言:Java


项目:数字手写识别

思路

数据采集:我们知道,一张图片可以被看作一个个点组成的矩阵,对于手写数字,我们只要创建一个全0数组当作背景,手写完毕把数字所占区域置为1,就可以保存当作一个样本了,如下图所示。
这里写图片描述
算法:KNN算法,其距离度量我们采用欧拉距离。
欧拉距离计算方法:我们将数组看作40*40向量,采用距离公式计算。

这里写图片描述

实现

一、面板

请原谅作者对于美笨拙的感知,我所绘制的界面不能够再简单了。如图:

面板按钮介绍

  • Identify:识别手写的数字;
  • Save this example: 保存这个样例到数据集;
  • 数字下拉框:相当于保存数据集的标签,例如,要保存手写“2”,先下拉选好2再保存即可

这里写图片描述

二、存储

在数据读取存储上走了很多弯路,之后要好好总结下数据流的几个传输方式。
我们将每张图片转化为一个二维数组后,存放进一个txt文件中。对于每个单独的文件,我们要产生一个独一无二的文件名,所以文件取名方式采取“数字+随机id .txt”的格式命名,随机id我们通过构造UID对象,获取其hashcode值作为id。

            //获取下拉框选中的数字
            String selectedNumber=cbItem.getSelectedItem().toString();
            UID id=new UID();
            //文件的前缀路径
            String rootPath="C:\\Users\\DearYou\\eclipse-workspace\\GUI\\src\\Demo\\handwritingIdentify\\TrainingData\\";
            //生成文件名
            String fileName=selectedNumber+"-"+id.hashCode();
            //生成绝对路径下的一个文件
            String absoluteFile=rootPath+fileName+".txt";
            File file=new File(absoluteFile);
            try {
                //创建文件
                if(!file.exists())
                    file.createNewFile();
                //将数组写入文件
                FileWriter out = new FileWriter(file);
                for(int i=0;i<40;i++) {
                    for(int j=0;j<40;j++) {
                        out.write(pixel[i][j]+"");
                    }
                }
                out.flush();
                out.close();
            }catch(Exception e1) {
                e1.printStackTrace();
            }

三、Knn算法实现

Common thinking :KNN目的是找到k个离测试样本最近的训练样本,看了下同学的方法,大多都使用了排序,但自己想想排序实在是多余,一个排序就将复杂度升到了O(nlgn),数据容量一大,性能就会下降。
My thinking:我想我们只要找到k个距离最近的样本,和顺序并没有关系。笔者细想了一下,我么只要构建一个大小为k的数组或者队列,对于前k个元素,我们直接放进数组,后面的n-k个元素,我们找到存放在数组中的k个元素中最大值,将二者比较看是否替代。这样我们只需遍历一遍,复杂度降为O(n),也是一种小优化。

    伪代码:
    KnnNode[] dist=new KnnNode[k];
    for(int i=0->k){
        KnnNode temp=new KnnNode(distance);
        dist.append(temp)
    }
    for(the rest of test set){
        if(temp.distance < the maximum element in dist)
            dist[index of max]=temp;
    }

四、预测

方法如下展示:
这里写图片描述
我们也可以在识别之后保存该样本,这样不能不断扩大数据集,让精度更高。


总结

虽然能在O(n)复杂度里实现Knn算法,但是我的knn延展性太差,我应该可以把这个knn的参数换成算好的距离,而不是传入的数组,这样就能将这个KNN封装好方便以后再用。
源代码参考地址:https://github.com/Gray-way/HandwritingRecognition