统计211

标题: 高薪诚聘兼职懂神经网络和SVM的请进 [打印本页]

作者: ENVI 时间: 2013-7-1 09:35
标题: 高薪诚聘兼职懂神经网络和SVM的请进

神经网络和SVM是两个不同的程序算法，应用很广，主要针对识别或者叫分类。我们检测出来缺陷后一般就报警，在打印结果报告时各类缺陷顺序混杂排列，有的客户觉得不能很直观的观察和分析缺陷，所以有时会要求程序可以分类

神经网络和SVM在众多的识别算法中是比较成熟和常用的，它们的区别在于识别的构建模型不同。
基本的识别过程是：
1，将现场采集的各种缺陷根据用户要求的分类结果，分门别类放在不同的文件夹里，为了可靠的提取缺陷的特征，每类缺陷样本必须要有足够的数量，几十到几百甚至上千不等。
2，开发人员在这些样本文件夹里分析各类缺陷的特征，所谓特征是一类缺陷区别其它缺陷的独有特点，这些特征可以是几何的，比如面积、长宽比、圆度等；视觉的，比如纹理、色泽等；特殊计算的，比如图像重心、斜率、熵等，总之属于同类的缺陷往往在各个特征方面表现高度相似，特征提取的多少由开发人员自行掌握，有的只需几个，复杂的通常十几甚至更多。
3，将提取的各个特征作为不同缺陷的独有属性输入到神经网络或SVM模型，模型经过对这些特征的训练学习“记住”了各类缺陷的特点，就能够区别不同缺陷了，训练完成后也就形成了我们所需的分类器。
4，将这个分类器以代码的形式嵌入程序或者以动态库的形式供程序运行时调用。

我的希望是请一两个懂这方面的学生，博士或硕士都行或其他，我们提供分类样本，他们据此训练成分类器，做成动态库给我们，动态库我们自己维护。

神经网络和SVM是两个不同的程序算法，应用很广，主要针对识别或者叫分类

。我们检测出来缺陷后一般就报警，在打印结果报告时各类缺陷顺序混杂排列，

有的客户觉得不能很直观的观察和分析缺陷，所以有时会要求程序可以分类

神经网络和SVM在众多的识别算法中是比较成熟和常用的，它们的区别在于识

别的构建模型不同。
基本的识别过程是：
1，将现场采集的各种缺陷根据用户要求的分类结果，分门别类放在不同的文

件夹里，为了可靠的提取缺陷的特征，每类缺陷样本必须要有足够的数量

，几十到几百甚至上千不等。
2，开发人员在这些样本文件夹里分析各类缺陷的特征，所谓特征是一类缺陷

区别其它缺陷的独有特点，这些特征可以是几何的，比如面积、长宽比、

圆度等；视觉的，比如纹理、色泽等；特殊计算的，比如图像重心、斜

率、熵等，总之属于同类的缺陷往往在各个特征方面表现高度相似，特征

提取的多少由开发人员自行掌握，有的只需几个，复杂的通常十几甚至更

多。
3，将提取的各个特征作为不同缺陷的独有属性输入到神经网络或SVM模型，模

型经过对这些特征的训练学习“记住”了各类缺陷的特点，就能够区别

不同缺陷了，训练完成后也就形成了我们所需的分类器。
4，将这个分类器以代码的形式嵌入程序或者以动态库的形式供程序运行时调

用。

我的希望是请一两个懂这方面的学生，博士或硕士都行或其他，我们提供分类样本，

他们据此训练成分类器，做成动态库给我们，动态库我们自己维护。

待遇：丰厚

详谈：QQ：398832612 刘老师

作者: O(∩_∩)O 时间: 2013-7-2 20:56
嗯，有兴趣，我看看。。。

欢迎光临统计211 (http://tj211.com/)