参考博客:点击打开链接。
1.神经网络
神经网络最重要的功能是分类,前面用opencv实现的SVM也是分类器。
分类器的输入是数值向量,输出是数值。目标是让正确分类的比例尽可能高。一般我们需要建立训练样本,标记好分类结果,用这些标记好的数据去训练分类器,训练好的分类器就可以在新来的特征向量上预测。
下面是一些样本:
若是将其分开,只需要画出一条直线,如下所示:
再来的新的向量,落到左边就是蓝球,在右边就是红球,这样就实现了一个简单的分类器。这个分类器被称为神经元。直线的方程我们可以写出来:。等式左边大于0还是小于0决定点在直线的哪一侧。
神经元的一个问题是只能分类一次,如果出现下面这种情况,就没有办法画一条直线将其分开,我们的解决办法是使用多层神经网络。