完整资料进入【数字空间】查看——搜索"writebug"
1.1 摘要
当下人工智能行业发展迅猛,在各个领域都有涉及。人工智能的一大用处就是分类操作,在智能分类领域中,人工智能可以进行科学的模拟操作,以达到人们的相关需求。
在本次大作业中,需要使用相关的分类器,对 200 类比的图片进行分类。首先我们选择了 ANN 模型即人工神经网络模型,这个模型使用神经网络技术模拟人体神经网络进行相关的训练,是对人脑组织结构和运行机制的某种抽象、简化和模拟。因此与传统的数据处理方法相比,神经网络技术在处理模糊数据、随机性数据、非线性数据方面具有明显优势,对规模大、结构复杂、信息不明确的系统尤为适用。
然后我们选择了 KNN 模型,即 K 最近邻(KNN,K-NearestNeighbor)分类算法。是数据挖掘分类技术中最简单的方法之一。是使用纯数学方法的适用于样本容量比较大的类域的自动分类方法。
因为图片样本的相关特征已经提取出来,而且标签也已经得到了标注,所以我们只需要进行构建分类器并训练的操作即可。我们使用以上两种模型进行构建分类,并观察相关参数对结果指标的影响,最后得出结论。