忆——2017 International Genetically Engineered Machine Competition

前言

  写在前面，掐指一算从美国归来已有两个月有余，这篇回忆录早有酝酿，但一直在准备期末考试，昨日终于考完全部考试，现在便打算开工完成这篇回忆录。

初识iGEM

  首先我需要介绍一下iGEM，这里我选用百度百科里的资料吧（因为这个比赛是多学科的交叉比赛，也就解释我是怎么“混”在这个队伍里的）。

  当时是准备加入我校iGEM团队的数学建模组，但是出了一些问题，我以为我就此与iGEM无缘的时候，出现了转机——本来队长是想利用**机器学习**建立一个model去判断蛋白质的好坏，最终苦于没有足够的数据而夭折。然后因为我们团队今年的课题是“The guardian of wheat”（可以移步我们队伍的wiki，详情请点击[2017 iGEM NAU-China](http://2017.igem.org/Team:NAU-CHINA)），老师希望可以用计算机去识别小麦是否有小麦赤霉病，我就接下了这个任务，打算利用小麦的图片去进行一个判断，显然这是机器学习里面的二分类问题，然后就是找数据和提取特征了。   由于确定今年课题的时候，已经过了小麦生长的季节，小麦图片的获取变得尤为艰难，最终在我和小伙伴的努力下，终于搜集了一个不到200张的数据集。这个数据集是由两部分组成，一部分是健康的小麦叶片，另一部分是有小麦赤霉病的图。下面是我提出的流程图，其实我通过反复尝试才选用了支持向量机。还需要补充一点，特征的话，选用了图像几个颜色通道的几个矩阵，具体的细节等到我们的paper写出来吧，最终得到一个看似不错的效果，当然这是很理想的情况下，之后我会详细讲述一篇paper，**关于如何在复杂背景下，即在光线不足、逆光等情况下如何做目标物的分割，敬请期待！**“Detection of Wheat Scab Based On Feature Engineering and Machine Learning”这一步其他细节也可以参见我们的software part[【传送门】](http://2017.igem.org/Team:NAU-CHINA/Software)