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)