神经网络移植到STM32F4上的应用 可以训练识别手势

利用颜色传感器读取pH试纸的颜色，然后得到他代表的pH值。一开始想拟合出一个关于RGB和pH的函数，但是总是效果不好。于是利用神经网络来根据RGB判断他的pH值。
这个也完全可以用于手势识别，将电容传感器的数据导入神经网络训练，得到关于手势的识别网络，再进行识别。

思路是首先利用MATLAB训练出神经网络，然后将神经网络导出来，移植到F4上。

x=inputn;

net=newff(minmax(x),[5 1],{'tansig','purelin'},'trainlm');
net.trainParam.epochs = 1000;  
net.trainParam.goal = 1e-6;
[net,tr]=train(net,x,outputn);  %训练神经网络


iw=net.iw{1,1};    %导出神经网络
lw=net.lw{2,1};
b1=net.b{1};
b2=net.b{2};

F4上的神经网络计算函数

void Get_pH()   //神经网络计算函数
{       
        u8 i=0;
                RGB_data[0]=(float32_t)R/255.0;  //RGB归一化存入矩阵
                RGB_data[1]=(float32_t)G/255.0;
                RGB_data[2]=(float32_t)B/255.0; 
              arm_mat_mult_f32(&iw,&RGB,&temp);  //DSP指令，矩阵相乘
                for(i=0;i<5;i++)
                    {
                        h_data[i]=2/(1+exp(-2*(temp_data[i]+b1[i])))-1;  //tansig函数
                    }
                arm_mat_mult_f32(&lw,&h,&pH);
                pH_data=(float32_t)((pH_data+b2)*14.00);                 
}

用到关键变量

float32_t iw_data[15]={ 37.8146271525703f,    61.6224915049775f,  -116.119809374016f,
                                                1.96880581432674f,  -0.597865017458179f,  -1.00688890479118f,
                                                5.58165621812740f,    1.88117664982108f,    -4.44180569880110f,
                                                152.824588053478f,   -132.267718125163f,  -22.9259593680010f,
                                                88.8431847421991f,    551.674736239499f,     404.835691342993f
                                            };    

float32_t lw_data[5]={-28.7273044233606f,-1.03643090499672f,0.313686607538904f,0.146049290519538f,-0.0206856023439895f};

float32_t temp_data[5];

float32_t h_data[5];

float32_t RGB_data[3];

float32_t pH_data;

float32_t b1[5]={22.6580899725128f,-0.510182522968968f,-3.52855071976284f,-2.82498427573125f,-92.7000542294773f};

float32_t b2=29.396496369741858f;

arm_matrix_instance_f32 iw={5,3,iw_data};

arm_matrix_instance_f32 lw={1,5,lw_data};

arm_matrix_instance_f32 temp={5,1,temp_data};

arm_matrix_instance_f32 h={5,1,h_data};

arm_matrix_instance_f32 RGB={3,1,RGB_data};

arm_matrix_instance_f32 pH={1,1,&pH_data};

需要注意的是，这里开了F4的FPU并且用到的DSP库，所以需要添加“arm_math.h”这个头文件。

工程文件我已上传
https://download.csdn.net/download/qingelife/10130818