MXPA06007913A - Sistema de reconocimiento de marcaje. - Google Patents

Abstract

Se describen elementos de programacion de computadora y metodo para determinar la propiedad de ganado, que comprenden introducir una imagen de una marca de ganado cuya propiedad va a ser determinada, determinar automaticamente uno o mas ajustes estrechos calculados con la imagen a partir de una base de datos de marcas de ganado y emitir informacion del propietario de la base de datos de marcas de ganado concernientes con uno o mas de los ajustes estrechos calculados.

Description

enfermedad y para implementar la intervención de estrategias si es necesario. USAIP está enfocado en utilizar los estándares nacionales e internacionales en estado de la técnica con las mejores tecnologías y prácticas disponibles. Esta dinámica es flexible e incorporará tecnología nueva y verificada que se encuentre disponible. La necesidad de los estados en implementar la identificación de animales recibirá prioridad dentro de la uniformidad proporcionada por errores federales. ÜSAIP normalmente apoya las siguientes especies y/o industrias: bisonte, vaca o res, leche de vaca, cerdo, oveja, cabra, camélidos (alpacas y llamas) , caballos, cérvidos (venados y alces) , aves (ocho especies, incluyendo aves de entretenimiento) y acuacultura (once especies) . La 'implementación será en tres fases: la Fase I involucra identificación de sitios; la Fase II involucra identificación individual de grupos/lotes para el comercio entre estados y dentro de los estados; y la Fase III involucra un ajuste que permanece para procesar las plantas y mercados y otros segmentos de la industria con tecnología adecuada que permitirá la habilidad= de rastrear animales a través de la cadena de mercados de ganado para proteger y mejorar la salud de las manadas. La implementación inicial se enfocará sobre las industrias de. reces, cerdos y pequeños rumiantes. En transición, USAIP recomienda que: todos los espacios tienen un sistema de identificación de sitios colocados para julio de 2004; único, para individuos o en grupos/identificación de lotes para entregarse en febrero de 2005; todas las vacas, cerdos y pequeños rumiantes posee de forma individual o grupo/identificación de un lote para un movimiento interestatal para julio de 2005; todos los animales que las especies que prevalecen/industrias identificadas anteriormente serán requeridos de forma similar para julio de 2006. Estos estándares aplicarán a todos los animales dentro de la negligencia representada por las industrias de uso pretendido como crianza, comercio, mascotas u otros usos personales. Se considera que los costos asociados con USAIP serán sustanciales y que encuentra un plan público/privado que se justifique. Los costos significativos del estado "federales será incurrir en inspecciones, mantenimiento, actualización y mejora necesaria en la infraestructura. Los esfuerzos continuos requerirán buscar un apoyo financiero federal y estatal para su componente integral de salvaguardar la salud animal en proteger la agricultura', animal americana". sector semejante en la " industria, y ganado tienen por su cuenta fijar y cambios relacionados con la identificación. Hasta que el pasado muy reciente proceda con animales impuestos, solamente hay dos necesidades básicas de identificación: dominio e investigación. Por ejemplo, muchas empresas administran sus existencias como grupos y pueden no utiliazr algún método de identificación individual. En contraste, un eslabón puede utilizar varias formas de identificadores individuales redundantes, dependiendo de su valor. Los métodos comunes de identificación en uso actualmente incluyen: mareaje (reses); tatuajes (cerdos, ganado de reses) ; mareajes plásticos en la oreja (todas las especies); mareajes metálicos para oreja (vacas, cerdos) ; etiquetado o adhesivos de extremidades (vacas) y mareajes temporales de pintura (ovejas, vacas) . Para propósitos de la especificación y reivindicaciones a menos que se especifique de otra forma, cualquier forma de indicio utilizado en conjunto con la propiedad de ciertos ganados se considera un "mareaje". Desde los ataques 9/11, el paisaje ha cambiado. La industria del ganado ciertamente se desplaza más allá de la identificación de frecuencias de radio (RFID) , como la tecnología tradicional de identificación, no se presta fácilmente por sí misma a la automatización. Las industrias americanas de carne y ganado se observan generalmente como una de las más costosas y efectivas del mundo. Pero esto es conservador,, --'extremadamente pragmático y muy sensible de costos. Se observa nueva tecnología cautelosamente y a menudo presenta resultados económicos y otras implementaciones que pueden resolverse antes de adoptar una escala mayor.

IDENTIFICACIÓN DE RADIOFRECUENCIAS (R ID) RFID cumple con los Estándares ISO 11784 y 11785 (134.2 KHz) . Detrás de los estándares ISO, el desempeño de los criterios específicos en la industria, como la distancia mínima detectada (crítica en situaciones como venta de aves de corral, mataderos o en partes) y dispositivos de retención sobre la técnica del animal por encima de la venta. Son en general utilizados- el mareaje en la oreja tipo RFIF y los perdigones para rumiantes. Los implantes subcutáneos tienen dispositivos con problemas de migración, rechazo, rompimiento y recuperación. El RFID puede trabajar realmente en un ambiente que siempre es sucio, a menudo seco, y por lo general nunca traza el lector óptico. Además, el apoyo de los sistemas IT puede ser áspero,' vigoroso y sencillo de usar.

MARCAJE: El mareaje con hierro caliente se utilizó desde el Egipto antiguo y se llevó a cabo durante al menos 4,000 años. Actualmente, se confiere un certificado de registro de mareaje a la persona para quienes esto es emitir el derecho de utilizar una marca registrada en un sitio dado sobre un animal, a menos que el derecho otorgado se pierda o cancele. Este derecho es un derecho de propiedad y puede venderse o transferirse. La identificación de organizaciones estatales de ganado reconoce el mareaje en vacas como propiedad durante el tiempo que el animal permanezca vivo. Las marcas aparecen en los billetes de venta o consignaciones. Las inspecciones de marca se usan extensamente en los siguientes aspectos: una vaca que es vendida o transferida por su propietario; antes de realizar el movimiento de salida del estado; antes del movimiento de cualquier punto de origen modificado de un área de inspección, para otros propósitos donde se vende o sacrifica ganado y no está involucrado el propietario en este cambio; mayor movimiento de un sitio destino (venta de aves de corral, mataderos o en partes) ; mayor entrada de lotes por partes; antes de ir a un matadero; antes de liberar o vender a partir de la venta pública de aves de corral o mercado privado de venta de reses y antes del transporte o movimiento de sitios designados como áreas en cuarentena, restringidas o aisladas. El mareaje también se utiliza cuando el ganado está perdido o es robado y se reporta para solicita apoyo a las autoridades locales de agencias de refuerzo. Esto ayuda a establecer que la pérdida ha < ocurrido, ayudando en la recuperación del animal perdido y notificar a autoridades locales de las agencias de refuerzo--sobre el desplazamiento de las reses para prevenir o evitar crímenes futuros . Los inspectores estatales de mareaje tienen la autoridad para medir animales, encontrar esqueletos de cualquier animal en posesión de una persona que no puede probar que es el dueño o presentarse a la inspección y que no haya reclamos por parte del consignador o el consignado. El mareaje puede localizarse en mandíbulas, cuello, hombros, costillas o áreas de la cadera sobre ya sea la parte izquierda o derecha en bovinos y similares, excepto la localización en las costillas en equinos. Estos generalmente se aplican con un hierro de aproximadamente 3/16 a de pulgada (0.07 a 0.09 cm) .Los círculos tienen un diámetro mínimo de 3 ½ pulgadas (1.37 cm).. Líneas paralelas de elementos cercanos a un mareaje que tiene un espacio mínimo de una pulgada 82.54 cm) . Un desgarre se coloca en la intersección de líneas o elementos.

LISTADO DE MARCAJES POR ORDEN ALFABÉTICO Los mareajes se mencionan en los libros de mareajes por números o letras y luego por caracteres o símbolos. La letra o carácter en el que está guardado el mareaje se determina al leer el mareaje de izquierda a derecha, de arriba hacia abajo o del exterior. Los símbolos se archivan alfabéticamente con letras o números (por ejemplo, barra, circuló-,.. diamante, alas, perezoso, un cuarto de círculo, piedra¾ eorriendo, inclinado, caminando, etc.). La forma en que aparece una letra en una marca determina cómo se lee; por ejemplo, Barra en U, Perezoso en H, E inclinada, R rocoso, Círculo C, etc. Las marcas de dibujos (también conocidas como símbolos o caracteres de mareajes) también son mencionados en orden alfabético; as de espadas o bastos; cactus; cruces, garfios, herraduras, manecillas, espuelas, huellas de pavo, etc.. El mareaje en orejas también se especifica seguido de las marcas: cortes; división; corte en la porción inferior; corte en la porción superior; horcas en espiral; arandelas; mordida superior; mordida inferior; cordones para patas y zarcillos de cascabel . Un problema con las listas alfabéticas de mareaje es que los mareajes pueden leerse o describirse de forma diferente por diferentes personas. Por consiguiente, para utilizar un libro de mareajes, uno debe conocerlos desde todos los sitios en donde un carácter o combinación de mareajes puede mencionarse. Esto es asi una necesidad reciente para un idioma de mareaje estándar para establecer una plataforma de comunicación para las aplicaciones de la tecnología.

BREVE DESCRIPCIÓN DE LA INVENCIÓN La presente invención es un programa de computadora y método para determinar a los propietarios de un ganado, que comprende: ingresar la imagen del mareaje de un ganado cuyos propietarios ; son conocidos; determinar automáticamente uno o más ajustes de cierre computados de la imagen a partir de una base de datos de mareajes de ganado; y obtener información del propietario a partir de las bases de datos de mareaje de ganado que conciernen con uno o más de uno o más ajustes de cierre computados. En la modalidad preferida, la entrada es ya sea de ambos de una imagen fotográfica digital y un ingreso de la imagen por el usuario. La etapa determinante comprende proporcionar la imagen para uno o más de una serie de una o más redes neurales de procesamiento, opcionalmente después de tener una estructura de extracción de desempeño sobre la imagen, donde luego puede utilizarse para determinar dónde la serie de una o más redes neurales de procesamiento con la imagen es proporcionada. La salida preferiblemente presenta una pluralidad de marcas de la base de datos para un usuario y permite al usuario seleccionar una o más de la pluralidad de salidas de información de un propietario. Opcionalmente, las entradas de usuario para uno o más usuarios extraídas de las estructuras anteriores para la etapa determinada y una o más estructuras extraídas del usuario determina en dónde la serie de una o más redes neurales ajustadas se proporciona en la imagen. Preferiblemente, la invención se lleva a cabo al menos en parte por medio del equipo de asistencia digital personal. Los objetivos, ventajas y estructuras novedosas y el alcance.-, adicional de aplicación de la presente invención será reforzada-, en parte por la descripción detallada a continuación, al tomarse en conjunto con las figuras acompañantes y en parte será aparente por aquellos diestros en la técnica sobre el análisis de los siguientes, o pueden ser aprendidas por la práctica de la invención. Los objetivos y ventajas de la invención pueden realizarse y llevarse a cabo por medio de los instrumentales y combinaciones particularmente señalados en las reivindicaciones anexas.

BREVE DESCRIPCIÓN DE LAS DIVERSAS VISTAS DE LAS FIGURAS Las figuras acompañantes que se incorporan y forman parte de la especificación, ilustran una o más modalidades de la presente invención y junto con la descripción, sirven para explicar los principios de la invención. Las figuras están s lamente para el propósito de ilustrar una o más modalidades preferidas de la invención " y no están construidas como limitantes de la invención. La Figura 1 es un diagrama que ilustra los componentes preferidos de la invención. La Figura 2 es un diagrama que ilustra una respuesta de imagen de mareaje de ganado preferida, según la invención. La Figura 3 muestra cuatro marcas probadas en un ejemplo de la presente invención.

, DESCRIPCIÓN DETALLADA DE LA INVENCIÓN '· La presente invención está dirigida a un sistema que permite los avances en el campo del mareaje de animales y ganado. El sistema de la invención sustituye preferiblemente libros de mareajes con el apoyo manual de un asistente digital programado personal para identificar mareajes utilizando un ¦ programa similar de reconocimiento como el de Graffittis en Palm® o con dispositivos manuales similares. La presente invención proporciona un sistema de reconocimiento práctico por mayor tiempo (> 250,000) y una serie compleja de caracteres que permanece dentro de la capacidad computacional de la tecnología actual de computadoras tipo Palm. En lugar de llevar a cabo un libro de mareajes, la modalidad preferida de la presente invención también proporciona un asistente digital personal (PDA) , una pequeña computadora totalmente funcional, pequeña que puede utilizarse con la mano. La idea de hacer una computadora pequeña de mano para almacenar direcciones y números de teléfono, tomar notas y mantener la pista diaria de la información originada en los años 90 a través de pequeños organizadores de cómputo disponibles en los años 80. En 1996, Palm Pilot fue introducida, una pequeña computadora luminosa para ajustarse en un pequeño estuche, que trabaja por semanas con pilas AAA, fácil de usa y que almacena miles de contactos, información y notas... A través del intento original para ser un simple calendario original, actualmente el PDA puede desempeñar cálculos complejos, jugar juegos o tocar música y descargar información de Internet. Los PDA caen en dos categorías principales: computadoras de mano y computadoras tipo palm. Las mayores diferencias entre las dos son el tamaño, pantalla y forma de ingresar los datos. Comparando las computadoras tipo palm, las computadoras de mano tienden a ser alargadas y pesadas. Tienen una pantalla de cristal liquido más grande (LCD) y tienen un teclado en miniatura, generalmente en combinación con la tecnología de toque de pantalla para el ingreso de datos. Las computadoras tipo palm son pequeñas y ligeras. Tienen LCD similar y cuentan también con tecnología de estilo/toque de pantalla así como programas de reconocimiento de escritura para el reconocimiento de programas para la entrada de datos. Muchos PDA tipo palm pueden ajustarse en un pequeño estuche y varían en peso de 4"a 8 onzas (113 a 227 gramos). Los PDA son poderosos por sus microprocesadores que coordinan todas las funciones del PDA según las instrucciones programadas. Como las PC de escritorio y computadoras portátiles, los PDA utilizan pequeños chips multiprocesadores como Motorola Dragonball, multiprocesadores inalámbricos entrelazados (MIPS) o Hitachi SH 7709a. A través de esta tendencia de microprocesadores que son más lentos que sus contrapartes PC (velocidad de tiempo de 50 a 100 MHz, comparado con más-- de 1 GHz en las PC), son adecuados para tareas que llevan a cabo' los PDA: los beneficios de su tamaño pequeño y precio, incrementan el costo de velocidades más lentas. Un PDA no tiene un disco duro. Este almacena programas básicos (libro de direcciones, calendario, memopad y sistema operativo) en un chip de memoria de lectura (ROM) , que permanece intacto siempre que la máquina esté apagada. Cuando la máquina se enciende, todos los programas están disponibles de forma instantánea (no hay que esperar para cargar las aplicaciones) . Cualquier cambio es almacenado automáticamente (no se necesita de comando "Guardar" ("Save") ) . Cuando se apaga el PDA, los datos se guardan debido a que el PDA continua manteniendo una pequeña cantidad de energía en sus pilas para continuar almacenando datos en la memoria RAM: Todos los PDA utilizan una memoria en estado sólido. Algunas incorporan formas de memoria móviles, como las tarjetas SD. Un megabit de memoria puede guardar más de 4,000 direcciones. Los PDA generalmente tienen de 5 a 32 Mb de memoria. En algunos modelos, la cantidad de memoria es graduable. Puesto que los libros de mareaje establecidos pueden tener más de 70, 000 listados, se encuentra que un PDA con suficiente memoria no se ha fabricado. Los PDA son energizados mediante baterías. Algunos modelos usan baterías alcalinas (MA) , mientras que otros utilizan _ baterías recargables (de litio, níquel-cadmio o hidrur -de níquel-metal). La vida de la batería puede variar de dos horas a dos meses dependiendo del modelo de PDA y sus accesorios . En la invención, hay tres métodos para ingresar datos, donde cada uno puede ser programado para usarse por un inspector de mareajes en campo: toque de pantalla, cámara o reconocimiento de voz. Como se muestra en la Figura 1, éstos son escaneados, dibujados y utilizando imágenes digitales. Muchos PDA tipo palm tienen pantallas de cuatro pulgadas cuadradas (10 cm) que se utilizan para entradas y salidas. La pantalla muestra información con una LCD. En la mayoría de sitios LCD, un toque de pantalla le permite al usuario seleccionar programas al cubrir la pantalla con un señalador tipo pluma o ingresar datos escribiendo en ésta. A fin de usa un PDA para reconocimiento de mareajes, usando un señalador de plástico, el inspector de mareajes dibuja primero un mareaje en el dispositivo de toque de pantalla. Luego, el programa incluido en el PDA iguala el dibujo con las letras, números y símbolos de mareajes listados. Para ayudar al programa a realizar igualaciones más precisas, el inspector de marcas puede usar el teclado de pantalla y colocarse sobre las letras o números con el señalador. Algunos PDA actualmente tienen una cámara digital incluida que puede utilizarse cara capturar directamente una imagen de-1. mareaje lejos del animal. El programa puede utilizarse, para extraer la marca de la imagen, que luego es procesada de forma similar al procesamiento del dibujo mediante el toque de pantalla, previamente descrito. El inspector de mareajes puede apoyarse en el proceso al captar la imagen y elabora la marca. Varios sensores pueden conectarse a un PDA que permite ingresar datos dentro de éste. Estos sensores pueden incluir sensores sensibles de plástico y/o metálicos. Un marcador de hierro puede capturarse o cepillarse con una solución que contiene partículas metálicas y/o plásticas y/o iones sobre el mareaje de ganado con un hierro que es tratado. Una porción de partículas plásticas y/o de metal y/o iones que se fijan de forma segura en la piel del ganado. Los sensores sensibles de plástico y/o de metal pueden utilizarse para escanear la marca en un PDA. El PDA puede así no solamente almacenar la imagen en el banco de datos de mareajes conocidas, pero además recupera el ajuste más aproximado de mareaje o mareajes . Indicaciones de color pueden fijarse al ganado. A través de numerosas opciones que pueden utilizarse para fijar restos de color que producirán los resultados deseados, se prefiere el uso de un tatuaje coloreado o un mareaje de hierro sometido a tratamiento con un color de tinte para fijar restos de color. ·. Un sensor que es sensible _ al color puede ser configurado en un PDA no solamente para propósitos de ingreso de dát~os_ sino también ara propósitos de identificación de mareajes. Los PDA avanzados incorporan tecnología de reconocimiento de voz. Esto permite al inspector de mareajes leer los mareajes cuando se habla a través de un micrófono integrado. El programa convierte las ondas de datos del sonido de voz en letras, números y símbolos que pueden ajustarse contra las marcas enlistadas. Los PDA pueden programarse con otros sonidos específicos que luego son igualados con un mareaje específico cuando estos sonidos definidos después son ingresados en el PDA, el mareaje asociado puede mostrarse en la pantalla del PDA. El enfoque central es identificar de alguna forma automatizada o . semiautomatizada con el programa de reconocimiento de caracteres que puede ser fácilmente implementado sobre un PDA. Este comprende numerosos algoritmos que llevan a cabo esta tarea. Esto cae dentro de dos categorías básicas: métodos de extracción de estructuras, que usan técnicas de inteligencia artificial para la clasificación y el aprovechamiento de redes neurales que requieren no reprocesarse virtualmente . El procedimiento propuesto para el área de reconocimiento de patrones utiliza preferiblemente un PDA para implementar los algoritmos de reconocimiento del patrón, como también se muestra en la Figura 1. Cualquier carácter de imagen es capturado (preferiblemente mediante toque de pantalla o cámara) y luego se lleva a cabo la digitalización de la imagen. El proceso de digitalización vertical y horizontalmente divide los píxeles de la imagen y asigna un valor a cada píxel. El valor asignado a un píxel a partir de una imagen monocromática varía según su brillo y escala de grises. La digitalización de imagen está acompañada preferiblemente de la manipulación al sobreponer una cuadricula sobre el carácter de imágenes escritas . En los métodos de extracción de estructuras, la imagen digitalizada es además preferiblemente procesada usando técnicas de procesamiento de imagen a fin de llevar a cabo la tarea de reconocimiento. La idea general de la estructura de extracción es para identificar caracteres basados en estructuras que son a veces similares a las estructuras humanas utilizadas para identificar caracteres. Lo razonable es que cuando el algoritmo clasifica mal un carácter, como cualquier algoritmo que se hace ocasionalmente, esto- puede ser un pico de carácter que una persona puede considerar como una conjetura razonable. Esto es debido a que es fácil para las personas corregir errores que son típicos de humanos (es decir, es fácil poner "Guardar" ("Save") en vez de "5ave" o que "Mave") . Los métodos de extracción de estructuras se han logrado mejor que un 99.9% de reconocimiento para caracteres impresos en las mismas letras de los 68 caracteres ingleses instalados, cuando se aplica a caracteres escritos a mano, la tasa de reconocimiento de escritura independiente es mejor del 92% que se ha logrado. Sin embargo, el método de estructura de extracción del reconocimiento de un patrón es una tarea de consumo y computacionalmente intensiva en tiempo, debido a la vasta cantidad de datos de imagen y un gran número de etapas de computación. Usando el acercamiento convencional que generalmente demanda una computadora con una velocidad muy elevada o un sistema paralelo de computadora para llevar a cabo un reconocimiento satisfactorio. Las Figuras 4 8 ilustran dos métodos de extracción de estructuras preferido, referidos como la "Teoría de la Posición" y la "Teoría del Orden". El reconocimiento de caracteres para mareaje posee un nuevo e interesante patrón de reconocimiento de problemas cuando se- compara con el reconocimiento de la serie de 68 caracteres ingleses. El tamaño de los cuerpos atemoriza, de tal forma que hay mareajes que contienen decenas de miles de caracteres, incluyendo unos pocos cientos de símbolos. Sin embargo, desde que muchas marcas contienen ya sea una letra o número, una lista por orden alfabético puede usarse para reducir la serie de candidatos a cientos. A partir de un punto de inicio de reconocimiento de un patrón, los mareajes son de una complejidad' ampliamente variable, que consiste de unas pocas a decenas de claves distintas. Las diferencias entre mareajes pueden ser muy pequeñas. En contraste, las diferencias entre los estilos escritos a mano pueden ser significativamente de las-' técnicas de reconocimiento de las estructuras de extracción independientemente de las escrituras. Específicamente, para una estructura dada, dos mareajes pueden tener solamente una pequeña variación entre clases y una mayor variación entre clases, implicándose y sobreponiéndose de sus distribuciones. La Figura 2 ilustra una estructura posible de una Base de Datos de Identificación de Marcas incorporando información de los Estados, Naciones Americanas Nativas y del Departamento de Seguridad de la Residencia (otros Departamentos/Agencias pueden incluirse como fuentes de información) . Como se muestra en la Figura 1, se prefiere que a cada mareaje único se le proporcione un Número de Identificación de Mareaje (BIN) que corresponda al mareaje.

APLICACIÓN INDUSTRIAL La invención es además ilustrada por los siguientes ejemplos no limitantes.

EJEMPLO 1: PROCEDIMIENTO DE RED NEURAL Se construyó una modalidad de la presente invención y se tomaron medidas. En este experimento, el enfoque fue desarrollar; un método de reconocimiento de caracteres fácilmente implementado en un PDA (ambos en términos de memoria y velo¾idad de_ procesamiento) . La aproximación del tubo neural utilizó' tres pasos por separado. El primer paso simplemente tradujo los datos de caracteres binarios en una forma más sencilla. El segundo paso tomó la salida del primer paso y ejecutó una red de retropropagación sobre éste, creando asi los esos e información general de la red. El tercer paso tiene lugar con la salida del segundo paso y crear una red. La red consistió de '51 entradas y 4 salidas. Es esencialmente una red de alimentación plana que está conectada totalmente sin entradas propias o sesgos. Esto se llevó a cabo para realizar una serie de caracteres de 4 marcas "B", como se muestra en la Figura 3. Cada marca realizada se convierte en un arreglo binario de. 256 pixeles (16 x 16) . U pixel es considerado como cero si el píxel está vacio, por otra parte, el pixel se considera como uno. El ordenamiento del pixel luego se convierte en una serie de .51 palabras binarias de 5 bits cada una (se descarta un pixel) . Las cuatro series de 51 valores son usadas para llevarlas a la red neural. Cada una de las cuatro salidas corresponde a uno de. los cuatro caracteres en la serie transportada. Al aplicar una entrada de 0.65, la red neural es capaz, de categorizar correctamente la serie de datos transportada . La red se hizo para aprender de forma adecuada a utilizar un paso de tamaño de 1.05. Esto coincide fácilmente rápido" 'y solamente se requieren de 139 recorridos a través de la serie de' datos. El código C resultante es compacto y fácilmente, implementado en un DPA. Una lista completa del clasificador de mareajes del "Bloque B" se proporciona en el apéndice del CD-ROM. Una vez cargado adecuadamente, la red se probó usando 27 imágenes dibujadas a mano en el "Bloque B" de mareajes de diferentes escritores. El propósito de probar imágenes de la misma marca fue para generar un evaluador de distribución basado en las imágenes con alta varianza. La Tabla 1 resume los resultados.

Tabla 1. Resultados del reconocimiento de mareajes en el "Bloque B" Total de correcciones 20 74% Total de desconocimientos 1 04% Total de errores 6 ' 22% Total de errores o desconocimientos 7 26% Un reconocimiento "adecuado" significa que la salida del nodo correspondiente hacia el mareaje correcto excede la entrada de 0.65 y el otro nodo de salida es menor que 0.65. Una condición "desconocida" ocurre cuando dos o más valores del nodo de salida exceden la salida de 0.65. Un reconocimiento "erróneo" significa que solamente el nodo de salida que excede . aprovechados de la red través de la red neural no se haga un mejor trabajo como el realizado típicamente al supuesto por un humano, la red logrará una tasa adecuada de reconocimiento (aproximadamente tres salidas de cuatro imágenes de mareaje correctamente identificados) mucho más rápido de lo que puede el método de extracción de estructura. Esto se debe principalmente al hecho de que el método de extracción de estructura puede usar un diccionario y hacer un carácter al comparar los caracteres para cada símbolo a ser identificado en tiempo de corrimiento, la red neural aprende que todos necesitan conocer la serie de datos desplazada durante su fase de trayecto y puede dar resultados para una entrada de caracteres con un simple paso de alimentación. Basándose en los resultados de este ejemplo, esto aparece para ser el mejor método que combina una red neural con una extracción sencilla de estructura. La letra o número de marca (o ninguno, en caso de un símbolo) " puede proporcionarse por el inspector personal de mareajes antes de dibujar (o por otra parte capturar) la imagen del mareaje. Es relativamente fácil crear 30 por lo que las redes neurales se desplazan sobre las redes reducidas de datos de pocos cientos de mareajes. Luego, en lugar de una igualación exacta, la red neural necesita solamente proporcionar una media docena o acercarse a la igualación.- que el inspector de mareajes puede seleccionar. combinada, puede mantener el extracción de estructura hecho generalmente de pérdidas parecidas a las de humanos donde al utilizar la velocidad de los métodos de identificación de la red neural y uso eficiente de memoria. La aproximación híbrida para hacer el reconocimiento tiene muchas otras opciones posibles. Asi como la aproximación de híbridos proporciona una mayor oportunidad de avance . El siguiente código de fuente se utilizó para este ej emplo . /* ** código de fuente exportado del clasificador bloque b ** ** La llamada de interfase es ** bloque b int (fluctuación ^entradas, fluctuación ^salidas); ** El usuario puede localizar ambos vectores <entradas> y <sálidas> de tamaño adecuado ** El vector instalado del usuario <entradas> con valores ** Retorno de rutinas de confianza en el vector <salidas> ** ** El clasificador del bloque tiene las siguientes características ** 51 entradas, 4 salidas ** entradas normalizadas: todas en registro z ¾tl£?Pa .oculta frincluye <stdio . h> #incluye <math.h> #incluye <fluctuación . h> #define NUM ENTRADAS #define ENTRADAS_REDUCIDAS 51 #define 0CULTAS1_N0D0S 3 #define NUM_SALIDAS 4 #define AX_EXP 87.4982 longitud estática doble zs_entrada_significa [EN RADAS_REDUCIDAS] = {30.6206, 31.611, 30.2667, 29.9928, 30.3558, 29.2279, 29.3702, 28.1545, 28.5501, 30.0491, 29.2847, 28.345, 28.0634, 28.7693, 27.4841, 28.0017, 29.018, 28.7723, 29.0319, 28.5364, 27.2141, 28.2663, 29.2375, 29.4515, 30.2267, 28.0879, 27.2843, 28.8789, 29.2256, 28.451, 28.7079, 28.272, 28.887, 28.7636, 27.521, 29.6936, 28.3663, 28.0497, 28.4201, 27.8664, 29.1963, 29.4301, 28.4921, 27.5566, 27.7, 29.7977, 29,.63·75, 28.8851, 27.8424, 28.2012, 27.7186}; longitud estática doble zs_entrada-stdv [ENTRADAS-REDUCIDAS] = {1.89123.^ Q..997605, 1.18183, 1.79235, 1.07888, 1.93234, 0.982106, 2.59014, 1.93563, 1.34539, 1.92172, 3.16864, 2.23749, 1.60821, 2.05478, 1.70533, 0.977536, 0.144627, 1.2849, 3.04248, 1.67466, 1.39229, 0.606413, 0.965352, 1.71211, 2.90128, 3.3503, 2.16772, 1.37004, 2.21307, 2.03535, 0.8001, 1.70333, 1.79761, 0.367722, 0.88041, 0.97179, 1.14356, 2.97562, 0.348377, 1.97472, 1.93038 0.909384, 0.536688, 1.19674, 2.0572, 1.66003, 2.15022, 2.24699, 1.64026, 2.4557}; fluctuación estática ocultal_pesos [NODOS_OCÜLTOSl] [ENTRADAS_REDUCIDAS+1] { (fluctuación) 0.0189219, (fluctuación) -0.0315216, (fluctuación) 0.0232004, (fluctuación) 0.122034, (fluctuación) 0.00612391, (fluctuación) -0.0214939, (fluctuación) -0.107181, (fluctuación) -0.0958337, (fluctuación) -0.0414492, (fluctuación) -0.171956, (fluctuación) -0.142566, (fluctuación) -0.0870238, (fluctuación) -0.0531942, (fluctuación) -0.127586, (fluctuación) -0.104031, (fluctuación) -0.0725004, (fluctuación) -0.10342, (fluctuación) -0.029711, (fluctuación) -0.0700117, (fluctuación) -0.0693086, (fluctuación) -0.0183535, (fluctuación) -0.0751811, (fluctuación) -0.105334, (fluctuación) -0.0298708 , (fluctuación) -0.124863, (fluctuación) -0.00144494, (fluctuación) -0.0911772, (fluctuación) -0.111331, (fluctuación) -0.08092, (fluctuación) -0.146582, ( fluctuación) -0.114639, (fluctuación) -0.0912535, (fluctuación) -0.0358387, (fluctuación) -0.138797, (fluctuación) -O .0500132, (fluctuación) -O .097658, (fluctuación) -0.0950008, (fluctuación) -0.00653585, (fluctuación) -O .0893031, (fluctuación) -O .0625927, (fluctuación) -O .166791, (fluctuación) -O .0187604, (fluctuación) -0.140171, (fluctuación) -O .0174065, (fluctuación) -O .12255, (fluctuación) -O .13787 , (fluctuación) -0.11228, (fluctuación) -0.0821552, (fluctuación) -O .05662246, (fluctuación) O .0805329, (fluctuación) -0.171502, (fluctuación) -O .0646852 } , { (fluctuación) 0.0135417, (fluctuación) -O .0841286, (fluctuación) 0.0497912, (fluctuación) O .0532753, (fluctuación) -0.0851244, (fluctuación) -O .0851112, (fluctuación) -O .0699413, (fluctuación) -O .0585017, (fluctuación) 0.021759, (fluctuación) -0.0508943, (fluctuación) 0.0270625, (fluctuación) -O .0383367, (fluctuación) -O .128952, (fluctuación) -O .0956666, (fluctuación) -0.0688051, (fluctuación) -0.141014, (fluctuación) -0.0230532, (fluctuación) O .0983907 , (fluctuación) -O .125534, (fluctuación) -O .0870626, (fluctuación) -0.0937366, (fluctuación) -O .0405758, (fluctuación) 0.0279616, (fluctuación) O .0525958, (fluctuación) -0.0499612, (fluctuación) -0.10644, (fluctuación) -0.0602268, (fluctuación) O .0321071, (fluctuación) 0.0475443, (fluctuación) -0.00437831, (fluctuación) 0.120719, (fluctuación) O .0423054 , (fluctuación) -0838271, (fluctuación) 0.0878412, (fluctuación) -0.0653821, (fluctuación) -0.0487746, (fluctuación) 0.0866966, (fluctuación) -0.0982654, (fluctuación) -0.111527, (fluctuación) -0.0533627, (fluctuación) -0.0352725, (fluctuación) 0.0298279, (fluctuación) -0.099188, (fluctuación) 0.12351, (fluctuación) 0.0155371, (fluctuación) 0.0716237, (fluctuación) -0.0568804, (fluctuación) 0.0107407, (fluctuación) -0.0566867, (fluctuación) -0.0621535, (fluctuación) -0.0369329, (fluctuación) 0.114871 } , { (fluctuación) -0.182714, (fluctuación) 0.10488, (fluctuación) -0.04605, (fluctuación) -0.0305115, (fluctuación) -0.0339001, (fluctuación) 0.0277205, (fluctuación) 0.0575316, (fluctuación) -0.0201452, (fluctuación) -0.164098, (fluctuación) 0.00527888 , (fluctuación) -0.0413337, (fluctuación) 0.0423315, (fluctuación) 0.133031, (fluctuación) 0.0380008 , (fluctuación) -0.0702753, (fluctuación) 0.088427, (fluctuación) 0.078035, (fluctuación) -0.209038, (fluctuación) -0.02lJl (fluctuación) 0.134203, (fluctuación) 0.120216, (fluctuación) -0.154458, (fluctuación) -0.112957, (fluctuación) -0.203229, (fluctuación) 0.0317611, (fluctuación) 0.0751905, (fluctuación) -0.0521011, (fluctuación) -0.151562, (fluctuación) -0.121269, (fluctuación) 0.0191151. (fluctuación) -0.0554355, (fluctuación) -0.071968, (fluctuación) 0.157827, (fluctuación) -0.123131, ( fluctuación) -0.0623518, (fluctuación) -0.0606219, (fluctuación) 0.0054715, (fluctuación) 0.0705721, (fluctuación) 0.0944574, (fluctuación) 0.104984 , (fluctuación) 0.0839292, (fluctuación) -0.166005, (fluctuación) -0.042294, (fluctuación) -0.211927, (fluctuación) 0.0287667, (fluctuación) 0.0530575, (fluctuación) 0.117674, (fluctuación) -0.151882, (fluctuación) -0.115984, (fluctuación) 0.149343, (fluctuación) - 0.386118, (fluctuación) 0.0681668} }; pesos de salida de fluctuación estática [NUM_SALIDAS] [N0D0S_0CULT0S1+1] = { { (fluctuación) -0.2979, ( fluctuación) -0.552177 , (fluctuación) 0.83898, (fluctuación) -0.745063, { (fluctuación) - 0.476907, (-fluctuación) -0.272194, (fluctuación) -0.853608, (fluctuación) -0.662662} , { (fluctuación) 0.396938, (fluctuación) -0.651735, (fluctuación) 0.158293, ( fluctuación) -0.7039 } , { (fluctuación) 0.657098, (fluctuación) 0.450756, (fluctuación) 0.583611, (fluctuación) -0.497126} }; fluctuación estática tanhoide (fluctuación x) { fluctuación f; si (x < -MAX_EXP} regreso ( (fluctuación) -1.0; f = (fluctuación) ex (-x) ; f = (fluctuación) 1.0/ ( (fluctuación) 1.0 + f; f = f * (fluctuación) 2.0 - (fluctuación) 1.0; regreso (f) ; } · · - fluctuación estática sigmoide (fluctuación x) { fluctuación f; /* VISTA(x) = 1.0 / (1.0+ ??-?) */ f = (fluctuación) ex (-x) ; ? si (f == (fluctuación) FLT_MAX) /* 1.0 / (1.0 + INF) = 0 */ ' ..r f == (fluctuación) 0.0; yá¾ea si (f == (fluctuación) FLT_ IN /* 1.0 / (1.0 + 1.0) = 0.5 */ f = (fluctuación) 0.5; ya sea ( fluctuación) 1.0 / ( (fluctuación) 1.0 + f) ; regreso (f) ; } int boxb ( (fluctuación *entradas, fluctuación ^salidas) { fluctuación ocultal_salidas [NODOS_OCÜLTOSl] ; suma de fluctuación; sin señal i, j ; fluctuación final entradas [ENTRADAS_REDUCIDAS] ; /* registro z entrada de normalización */ para (i = O; i<ENTRADAS_REDUCIDAS; entradas [i] _final = (fluctuación) ( (entradas [i] -zs_entrada_significa [i] ) / zs_salidas_std [i] ) ; entradas = entradas_final; para (i = O; i<NODOS_OCÜLTOSl ; i++) /* capa 1 oculta */ suma = ocultol_pesos [i] [ENTRADAS_REDUCIDAS] ; /* inicio */ para (j=0; j <ENTRADAS_REDUCIDAS ; j++) . ··..'_.--'- suma += pesos_ocultosl [i] [j] * entradas [j ] ; salidas_ocultasl [i] = tanhoide (suma) ; /* transferencia tanh */ } para (i=0; i<NUM_SALIDAS; i++) /* capa de salida */ { suma = pesos_salida [i] [N0D0S_0CULT0S1] ; /* inicio */ para (j=0; j <N0D0S_0CULT0S1 ; j++) suma += pesos_salida [i] [j ] * salidas_ocultasl [j ] ; salidas [i] = sigmoide (suma) ; /* salida sigmoide */ } retorno } El ejemplo precedente puede repetirse con éxito similar al sustituir las condiciones de operación descritas genérica o específicamente de esta invención por aquellos utilizados en el ejemplo precedente. Aunque la invención ha sido descrita en detalle con referencia particular a estas modalidades preferidas, otras modalidades pueden lograr los mismos resultados. Variaciones y modificaciones de la presente invención serán obvias por los diestros en la técnica y se pretende abarcar en las reivindicaciones anexas todas estas modificaciones y equivalentes. Las descripciones completas de todas las referencias, solicitudes, patentes y publicaciones citadas anteriormente se incorporan aquí por referencia.

Claims (1)

1. REIVINDICACIONES 1. Un método para determinar los propietarios del ganado, caracterizado porque el método comprende los pasos de: introducir imagen de un mareaje de ganado donde el propietario está determinado; determinar automáticamente uno o más ajustes de cierre a la imagen a partir de una base de datos de mareajes de ganado; y información de salida de propietarios a partir de la base de daos de mareajes de ganado que conciernen con uno o mas de uno o más. ajustes de cierre computados. 2. El método de conformidad con la reivindicación 1, caracterizado porque el paso de entrada comprende ingresar una imagen fotográfica digital. 3. El método de conformidad con la reivindicación 1, caracterizado porque el paso de entrada comprende ingresar por un usuario un dibujo. 4·. El método de conformidad con la reivindicación 1, caracterizado porque el paso de determinación comprende proporcionar la imagen para una o más de una serie de una o más redes neurales de formación. 5. El método de conformidad con la reivindicación 4, caracterizado porque el paso adicional de determinación comprende llevar a cabo la estructura de extracción sobre la image . 6. El método de conformidad con la reivindicación 5, caracterizado porque los resultados de la estructura de extracción determinados donde se proporciona una serie de una o más redes neurales de formación con la imagen. 7. El método de conformidad con la reivindicación 1, caracterizado porque el paso de salida comprende presentar una pluralidad de mareajes a un usuario a partir de la base de datos y permitirle al usuario seleccionar una o más de la pluralidad de información de salida de propietarios. 8. El método de conformidad con la reivindicación 1, caracterizado porque adicionalmente comprende el paso de ingresar una o más estructuras extraídas por el usuario antes del paso de determinación. 9. El método de conformidad con la reivindicación 8, caracterizado porque una o más estructuras extraídas por el usuario determina dónde la serie de una o más redes neurales de formación se proporciona con la -imagen. 10. El método de conformidad con la reivindicación 1, caracterizado porque se lleva a cabo al menos en parte por medio de. un equipo de asistente digital personal. 11. El equipo de computadora que apoya en la identificación de propietarios de ganado, caracterizado porque el programa comprende instrucciones almacenadas en un medio; estas instrucciones comprenden: instrucciones que permiten el ingreso de una imagen de un mareaje de ganado donde el dueño es determinado; instrucciones que determinan automáticamente uno o más ajustes de cierre para la imagen a partir de una base de datos de ganado; y instrucciones de salida de información de propietarios a partir de la base de datos de ganado concernientes con uno o más de uno o más ajustes de cierre computados . 12. El programa de computadora de conformidad con la reivindicación 11, caracterizado porque las instrucciones que permiten la entrada comprenden instrucciones que permiten el ingreso de una imagen fotográfica digital. 13. El programa de computadora de conformidad con la reivindicación 11, caracterizado porque las instrucciones que permiten la entrada comprenden instrucciones que permiten el ingreso de un usuario para agregar un dibujo. 14. El programa de computadora de conformidad con la reivindicación 11, caracterizado porque las instrucciones en el paso de-; determinación proporcionan la imagen para uno o más de una serie- de -una o más redes neurales de formación. 15. El programa de computadora de conformidad con la reivindicación 14, caracterizado porque las instrucciones de determinación comprenden automáticamente las instrucciones para llevar a cabo la estructura de extracción sobre la imagen. . 16. El programa de computadora de conformidad con la reivindicación 15, caracterizado porque adicionalmente comprende instrucciones que emplean resultados de la estructura de extracción para determinar a partir de una serie de redes neurales de formación donde se proporciona la imagen. 17. El programa de computadora de conformidad con la reivindicación 11, caracterizado porque las instrucciones de salida comprende instrucciones que presentan una pluralidad de mareajes a- un usuario a partir de la base de datos y le permite el uso para seleccionar una o más de una pluralidad de información de salida de propietarios. 18. El programa de computadora de conformidad con la reivindicación 11, caracterizado porque adicionalmente comprende instrucciones que permiten el ingreso de una o más estructuras extraídas por el usuario antes de la ejecución de las instrucciones de determinación. 19. El programa de computadora de conformidad con la reivindicación 18, caracterizado porque adicionalmente comprende instrucciones que emplean una o más estructuras extraídas por el usuario para determinar a partir de una serie de unavo-más redes neurales donde se proporciona la imagen. 20. El programa de computadora de conformidad con la reivindicación 11, caracterizado porque al menos una porción de estas instrucciones se lleva a cabo en un equipo de asistente digital personal.