利用顏色感測器讀取pH試紙的顏色，然後得到他代表的pH值。一開始想擬合出一個關於RGB和pH的函式，但是總是效果不好。於是利用神經網路來根據RGB判斷他的pH值。
這個也完全可以用於手勢識別，將電容感測器的資料匯入神經網路訓練，得到關於手勢的識別網路，再進行識別。

思路是首先利用MATLAB訓練出神經網路，然後將神經網路匯出來，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);  %訓練神經網路


iw=net.iw{1,1};    %匯出神經網路
lw=net.lw{2,1};
b1=net.b{1};
b2=net.b{2};

F4上的神經網路計算函式

void Get_pH()   //神經網路計算函式
{       
        u8 i=0;
                RGB_data[0]=(float32_t)R/255.0;  //RGB歸一化存入矩陣
                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，矩陣相乘
                for(i=0;i<5;i++)
                    {
                        h_data[i]=2/(1+exp(-2*(temp_data[i]+b1[i])))-1;  //tansig函式
                    }
                arm_mat_mult_f32(&lw,&h,&pH);
                pH_data=(float32_t)((pH_data+b2)*14.00
 
);                 
}

用到關鍵變數

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，這裡開了F4的FPU並且用到的DSP庫，所以需要新增“arm_math.h”這個標頭檔案。