Question

我有些是一位业余农民,我有一个珍贵的mato子种植场。近来,我发现,我的珍贵植物是罪恶曼纽拉·库因克马库卡塔(也称为“托马 Horn”)所实施阴谋的受害者(

我看到了利用人工神经网络(ANN)进行的各种研究,例如承认人们的脸谱等,因此也许有可能把害虫放在有线电视新闻网的位置上。

我有几个问题,但我想提出一些建议。

(1) 不同的无线电视新闻网在进行分类时是否有好之处? 多层探测器是否比Hopfield好? 或者这是否是一个答案不明的问题?

2) 为什么有几种不同的启动功能可以在有线电视新闻网使用? 烟雾、高代谢物、继功能等谁知道什么职能可以选择?

3) 如果我对一个分支的植物群/虫有形象,我认为我可以培训一个神经网络,以寻找一些分行,这些分行很薄,在很短的时期内就得起,然后又一片.。我有一个问题,即各分支机构跨越各地。是否有预处理步骤可以用图像来区分理由和背景因素? 我想孤立各个分支,以便在某个时候通过网络运行。是否有某种ice变算法?

任何关于图书或文章等模式识别和图像处理的良好点也将受到高度赞赏。

Sincerely, mj

Tomato Horns在撰写本电子邮件时受到伤害。

Answer 1

机器学习的良好规则是:更好的特征是更好的算法。一、如果你将原始图像的指数(directly)输入你的分类器,结果将是差的,不管你使用什么学习算法。如果你先处理与“散射存在”密切相关的形象和特征,那么大多数算法将做体面的工作。

因此,从计算机远景任务开始,并不注重网络的地形。

Answer 2

这些小的uck子是否经常流动? 如果是的话,如果该工厂处于相当静态的状态(没有风能或其他能够移动的力量),那么找到移动的简单过滤器就足够了。这将绕过任何学习算法的需要,而这种算法往往难以训练和实施。