基于Halcon的MLP(多层感知神经网络)分类器分类操作实例
2023-04-18 14:21:02 时间
一、介绍
人工神经网络(Artificial Neural Network,ANN)简称神经网络(Neural Network,NN)或类神经网络,是一种模仿生物神经网络的结构和功能的数学模型或计算模型,用于对函数进行估计或近似。
MLP神经网络是一种基于神经网络、动态的分类器。MLP分类器使用神经网络来推导能将类别区分开来的超平面。使用超平面进行分割,如果只有两个类别,超平面会将各特征向量分为两类。如果类别的数量不止两个,就应当选择与特征向量距离最大的那个超平面作为分类平面。神经网络可能是单层的,也可能是多层的。如果特征向量不是线性可分的,则可以使用更多层的神经网络。
MLP神经网络主要由输入层、隐藏层、输出层构成。当隐藏层只有一层时,该网络为两层神经网络,因为输入层未做任何变换,可以不看做单独一层。实际中,网络输入层的每个神经元代表了一个特征,输入层个数代表了分类类别个数,而隐藏层层数以及隐藏层神经元由人工设定。
多层神经网络的典型结构是一层输入单元层、一层或多层隐藏节点层、一层输出单元层。理论上如果隐藏层的节点数足够多,那么只需要一层隐藏层就可以解决所有分类问题。
在神经网络的每一个节点或者处理单元内,都有算子根据前一层的计算结果来计算特征向量的线性相关关系。MLP分类器可以用于通用特征的分类、图像分割、OCR等。
神经网络示意图
设计一个神经网络时,
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击