手寫字符識別系統(tǒng)設(shè)計-資料下載頁
2025-01-18 17:12本頁面
【正文】 圖 5 神經(jīng)元模型BP神經(jīng)網(wǎng)絡(luò)，即通過最速下降法，不斷調(diào)整每個神經(jīng)元的權(quán)值，使得神經(jīng)網(wǎng)絡(luò)的輸出值與給定值盡可能一致。詳細過程可參考： 決策樹方法決策樹實際上就是將空間利用超平面進行劃分的一種方法，每次分割的時候都將當前的空間一分為二。比如對二維平面上的點進行分類，可構(gòu)建如下的決策樹（二叉樹）此時，對應(yīng)的二維平面將被分成如下的形式，也即將空間中的點分成了四類。從以上過程看出，決策樹的構(gòu)建過程中，關(guān)鍵是按照哪一個屬性進行分裂，分裂的閾值如何確定。實際上決策樹中分裂屬性的選取和分裂閾值的確定是根據(jù)最大信息增益的原則確定的。具體過程可參考：5 特征選擇（1） 將圖像規(guī)整化成相同大小，形成一個一維向量（2） 不變矩參考文獻：(1) Mingkuei Hu. Visual pattern recognition by moment invariants, IRE Transactions on information theory.(2) Alreza Khotanzad, Yaw Hua Hong. Invariant image recognition by Zernike moments, IEEE Transactions on Pattern Analysis and Machine Intelligence, 12(5), 1990.6 參考資料和實用網(wǎng)站（1）C++機器學習算法庫（2）楊少榮，吳迪靖，段德山 譯。機器視覺算法與應(yīng)用，清華大學出版社，北京，2008.（3）景麗 譯。圖像處理與計算機視覺算法與應(yīng)用，清華大學出版社，北京，2012.（4）李銳，李鵬，曲亞東，王斌 譯。機器學習實戰(zhàn)（Machine Learning in Action），人民郵電出版社，北京，2013.
教學課件相關(guān)推薦
鄂ICP備17016276號-1