
Erfragt den Sicherungswunsch für das aktuelle Netz und schließt die Anwendung
Lädt jpg- bzw. bmp-Dateien und skaliert sie auf 300x300 Bitmaps (Drag & Drop wurde realisiert)
Speichert den aktuellen Speicherkontext in eine bmp-Datei
Öffnet den Dialog „Musterauswahl“ und ermöglicht die Vorgabe von Lernmustern
Öffnet den Dialog „Neues Netz“ mit welchem man neue Netze erstellen kann.
Lädt ein vorhandenes Netz ( Standardverzeichnis : \Net\ )
Speichert das aktuelle Netz unter seinem Originalnamen
Speichert das aktuelle Netz nach neuer Namenszuordnung
Durchläuft einen Durchgang durch die ausgewählten Lernmuster und ermittelt den Durchschnittsfehler des Netzes.
Der ermittelte Fehler wird in der Nachrichten-Box angezeigt und stellt den tatsächlichen Abstand der Ist-Koordinate zur Soll-Koordinate nach Satz des Pythagoras dar.
Danach wird automatisch der Dialog „Resultat der letzten Fehlerermittlung“ angezeigt.
Öffnet den Dialog „Resultat der letzten Fehlerermittlung“, in welchem richtig und falsch erkannte Arten aufgelistet sind.
Öffnet den Dialog „Netzeigenschaften“, welcher die aktuellen Einstellungen zum Netz enthält.
Öffnet den Dialog „Optionen Gradientenbetragsbild“, wo gewünschte Eigenschaften des Gradientenbetragsbildes eingestellt werden können.
Schaltet den Aktivstatus der Gitterlinien im Gradientenbetragsbild um.
Die Gitterlinien dienen nur der Visualisierung der einzelnen Segmente für Algorithmus 1
Die einzelnen Bildkontexte sind im Punkt Visualisierung erläutert.
Um den 300x300-Kontext zu bearbeiten, wurde eine Gruppenbox „Zeichnen“ zur Verfügung gestellt.
Sie erlaubt das Zeichnen von Freihandlinien wählbarer Stärke und Farbe.
Ein Optionsbutton „Farbe übernehmen“ erlaubt die Übernahme, Bearbeitung und Weiterverwendung beliebig positionierter Farbwerte des Bildes.
Die Gruppenbox „Empfindlichkeit“ erlaubt die Einstellung des Schwellwertes zur Berechnung der einzelnen Gradienten.
Der Schalter „Gradient“ löst die Gradientenberechnung aus und visualisiert das Ergebnis.
Der „Optimal“-Schalter reguliert die Empfindlichkeit so, dass die im Dialog „optimale Pixelanzahl“ eingestellte Anzahl an schwarzen Bildpunkten erreicht wird.
Bei Lernvorgängen empfiehlt es sich, diese Empfindlichkeit mit einer zufälligen Streuung zu belegen, was leichte Bildverfälschungen mit sich bringt. Dadurch soll dem Auswendiglernen des Netzes entgegengewirkt werden. Man sollte aber eine vernünftige Streuung als auch Empfindlichkeit einstellen, so dass das Bild nicht völlig entstellt wird.
Bei Betätigen des Schalter „Erkennen“ der aktuelle Bildinhalt interpretiert und einer Fischart zuzuweisen.
Alle Kontexte geben dabei die Ergebnisse der Zwischenschritte wieder.
Die Nachrichtenliste zeigt den ermittelten Ist-Wert, die interpretierte Fischart und ihren Fehler als auch nach Fehler sortiert, in der Nähe liegende Arten mit dem ermittelten Fehler an.
Weiterhin kann der Nutzer Einstellungen für einen neuen Lernprozess vorgeben. Dabei kann er wählen wie viele Lernschritte ausgeführt werden sollen, oder er wählt ein Timeout für diesen Lernprozess.
Der Optionsbutton „Animieren“ gestattet die Anzeige der Zwischenergebnisse in den einzelnen Bildkontexten.
Der Schalter „Optionen“ öffnet den Dialog „Lernverhalten“ und ermöglicht so Einstellungen für neue Lernprozesse.
Der Schalter „Lernen“ startet den Lernprozess mit all seinen Einstellungen. Es wurde kein Stop-Schalter realisiert, sodass der Prozess zum Ende kommen muss.
Die Nachrichtenliste gibt Ergebnisse von Erkennungsversuchen, Fehlerermittlungen und Lernzyklen an. Während eines Lernvorgangs werden hier gleichmäßig skaliert über die Zeit bzw. die Anzahl der gewünschten Durchgänge 20 Ausschriften zum aktuellen Fehlerstand visualisiert.

Der Dialog erlaubt das Hinzufügen und Entfernen von Lernmustern, welche sich allerdings ausschließlich im Muster-Ordner befinden müssen. Die Dateien werden nicht gelöscht sondern finden nur wie gewünscht Berücksichtigung bei zukünftigen Lernprozessen.
Zusätzlich kann man für jedes Muster eine Wichtung angeben. So lässt sich einstellen, wie oft ein Muster während eines Durchgangs dem Netz angeboten wird.
Der Dialog zeigt weiterhin die Anzahl der Einträge und die Summe aller Wichtungen.
Die Listbox gestattet die Mehrfachauswahl, so dass man sich über spezielle Lernmuster einen Überblick über ihre Gesamtwichtung einholen kann.
Drag & Drop wurde realisiert, so dass man bequem Bilder als Lernmuster aufnehmen kann.

Dieser Dialog erlaubt das Erstellen und Aktivieren eines neuen Netzes.
Die Listbox „Netzaufbau“ zeigt dabei den Aufbau des Netzes an. Durch die Schalter „Ändern“, „Einfügen“ und „Entfernen“ können beliebig viele Hiddenschichten mit der gewünschten Neuronenanzahl eingefügt, geändert oder entfernt werden.
Die Gruppenbox „Synapsen“ lässt eine Initialwichte-Einstellung zu. Alle Verbindungen des neuen Netzes werden dann mit Zufallszahlen im Bereich des Negativ-Positiv-Bereich des eingegebenen Betrages gewichtet.
Für die Aktivierung der Hidden-Schichten wurde eine tanh-Funktion verwendet. Durch Einstellung der Steilheit a kann das Lernverhalten des Netzes beeinflusst werden. Der Schalter „Grafik“ zeigt dem Nutzer die Gestalt der Funktion zur Förderung der Vorstellung.
Die Gruppenbox „Linienalgorithmus“ bietet die Auswahl von 3 Algorithmen zur Aufarbeitung des Bildes für den Netzeingang. In Abhängigkeit der Auswahl entstehen unterschiedliche Anzahlen von Eingangsneuronen.

Zwei Listboxen geben Auskunft über nicht / erkannte Arten des letzten Fehlerdurchgangs.
Beim Selektieren der einzelnen Listeneinträge wird im Hauptdialog das entsprechende Bild geladen und nochmals erkannt, so dass man den Fehler beurteilen und zu mindest optisch analysieren kann.

Dieser Dialog zeigt analog zum Dialog „Neues Netz“ die Einstellungen zum Netz.
Darüber hinaus ist es hier möglich, die Steilheit der Aktivierungsfunktion zu ändern als auch die Wichten zurückzusetzen.

Zur Ermittlung des Gradientenbetragsbildes kann man hier die gewünschte Anzahl von aktivierten Bildpunkten vorgeben. Die Nutzung dieser Funktionalität hat sich allerdings nicht bewährt, da verschieden skalierte Bilder auch verschiedene Anzahl von aktivierten Pixeln mit sich bringen.
Lernprozesse nutzen diese Funktion daher nicht.