我有点像一个业余农民,我有一个珍贵的樱桃番茄植物生长在一个锅里.最近,令我懊恼的是,我发现我的珍贵植物是邪恶的Manduca Quinquemaculata - 也称为番茄Hornworm(http://insects.tamu.edu/images/insects/common/)实施的计划的受害者.images/cd-43-c-txt/cimg308.html).
在粉碎我看到的最后一个蠕虫时,我心想,如果我使用连接到我的计算机的网络摄像头并运行程序,是否可以使用某种应用来监控我的珍贵植物？这些害虫是极其伪装的,我的天真的眼睛很难察觉.
我已经看到使用人工神经网络(ANN)研究各种各样的事情,例如识别人的面部等,所以也许有可能用人工神经网络定位害虫.
我有几个问题虽然我想要一些建议.
1)不同的人工神经网络在分类方面有多好吗？多层感知器是否已知比Hopfields更好？或者这是一个答案未知的问题？
2)为什么有几种不同的激活函数可以在人工神经网络中使用？Sigmoids,双曲正切,阶梯函数等.如何知道选择哪个函数？
3)如果我在其中一个分支上有一个带有蠕虫的植物的图像,我认为我可以训练神经网络来寻找薄的分支,在短时间内变胖,然后再次变瘦.我有一个问题,虽然分支遍布整个地方.是否有可以应用于图像的预处理步骤来区分前景和背景元素？我想隔离各个分支,一次一个地运行网络.有某种很好的转换算法吗？
关于模式识别和图像处理的任何好的指针,例如书籍或文章,也将非常受欢迎.
真诚的,mj
番茄Hornworms在撰写此电子邮件时受到了伤害.
机器学习的一个好的经验法则是:更好的功能击败更好的算法.即如果您将原始图像像素直接输入分类器,则无论您使用何种学习算法,结果都会很差.如果您预处理图像并提取与"caterpillar presence"高度相关的功能,那么大多数算法都会做得不错.
所以不要专注于网络拓扑,从计算机视觉任务开始.
京公网安备 11010802040832号 | 京ICP备19059560号-6 