培训分类哈尔探测器

安德鲁・布洛克:可能要使用这是一个神经网络。神经网络在理论上是相当简单的，看到imgsrc=]。他们的大脑有相同的架构。基本上你给它一个输入神经元（每个像素1），1个或多个隐藏层的X神经元，然后输出神经元的数量（可能每个数字在numberplate1）。在上和下一层的每个神经元连接到每一个神经元，建立一个网络。{A1}]所示。每个连接，然后有一个重量，每个神经元的传递函数。所有的重量都随机初始化。然后，你给一个训练集的数量（通常成千上万个此类项目）。你给它一个形象，和什么numberplate是。这将培训网络，以识别板。如果你的图片是从道路安全摄像头，您可能需要2个网络。1，承认每个车，然后修剪下来的图像，只适合汽车（甚至只是在它的前面），和一个第二，找到并阅读每节车厢上的numberplate。这将给予更准确的结果。{A2}]有一个书面数字神经网络可以识别的工作实施。你应该能够使用这个网络的基础
。JackDingler

这是本次论坛的范围之外如果你有一个短简洁的C题，随时将它张贴
。Stefan_Lang

自检测的哈尔样​​的功能是确定的，它不会使感'火车'一个分类。可训练的分类点是模拟功能的依赖，你不明确地知道，或复杂计算结果是远远比输入数据的大小。（例如，当计算，您需要执行一个数值迭代算法）如果你正在寻找一种方式，以加快计算，有一个看{A3的}]