直方圖比較作爲「窮人的神經網絡」

Question

我正在學習OpenCV的模式識別並希望實現分類器。

正如我所瞭解的，通常的做法是對所有輸入值執行神經網絡評估並輸出一個決定。現在，我擔心，學習NN會超出我的智力，我正在尋找一個更簡單的方法。

我的問題是，是否有可能創建輸入值的直方圖，其中X是要素類，Y是其值，並使用簡單的直方圖比較做出決定？ （我的意思不是顏色直方圖。）

有沒有人已經應用這種方法？如果是這樣，結果有多準確？

謝謝你的任何提示。

Answer 1

你所提出的確實非常類似於單層神經網絡（single layer perceptron/linear classifier）。假設您的圖像中有N個特徵。然後，您的神經網絡將具有N個輸入，其中輸入的值可以是特徵發生的次數或特徵的值/強度。

如果你只有兩個類A和B，你將有一個輸出節點。每個輸入都通過一個重量連接到輸出。那麼輸出就是所有加權輸出的總和。如果輸出超過某個閾值，您的數據可以用A類進行分類，否則就是B類。爲了正確分類您的數據，您必須修改網絡中的權重（這稱爲「培訓」）。

如果你想有更多的類，你可以添加更多的輸出節點。但是，您將會遇到這樣的情況，即某些數據可以歸類爲多個類別。而且，您的網絡將始終是一個線性函數逼近器。通過在兩者之間添加一層，您的網絡將變得更加強大！

基本的神經網絡很容易。我建議你花更多的時間在維基百科上閱讀它。