文章针对数字图像处理课程中支持向量机(SVM)、贝叶斯(Bayes)以及人工神经网络(ANN)等机器学习算法,设计了一个演示和实验系统,以可视化方式揭示机器学习算法原理和工作过程。教学实践证明,该系统对学生理解和应用抽象的机器学习技术,提升学生解决复杂工程问题能力有良好的助推作用。 系统体系结构和功能教学演示和实验系统使用C++语言和OpenCV库开发，运行在Windows环境中，数字图像处理-数控钢管滚圆机滚弧机张家港电动液压滚圆机滚弧机折弯机人机交互界面如图1所示。系统体系结构和功能描述如下。1.1算法原理展示SVM[2]算法将训练数据视为高维超平面中的数据集，基于结构风险最小化准则，本文由公司网站全自动滚圆机网站采集转载中国知网整理!    http://www.gunyuanji168.com/通过学习获得正负模式之间空白最大的判决函数；Bayes[3]算法通过概率密度函数对数据进行分类；ANN[4]算法参照生物神经元模型通过网格化神经元结构体对数据进行训练和分类。算法原理展示内嵌在本系统中，其中ANN原理如图2所示。图1人机交互界面图2算法原理展示1.2数据样本创建机器学习算法需要使用经过标记的训练样本对算法进行训练；系统使用字母a，b，c...作为样本类标记，屏幕坐标(x,y)作为样本参数，操作者通过点击鼠标就能生成一个适用于机器学习算法的训练样本集。图1黑底图像区域显示了使用鼠标创建的一个训练样本集示例。1.3训练结果可视化每个机器学习算法都有不同的工作模式或核函数，可基金项目：教育部产学合作协同育人项目，教育部-英特尔产学合作专业综合改革项目；项目编号：201601006005。作者简介：杜鸿（1990—），男，陕西泾阳人，副教授，博士；研究方向：通信与信息系统，图像处理等。杜鸿，张敏（成都信息工程大学通信工程学院，四川成都610225）摘要：文章针对数字图像处理课程中支持向量机（SVM）、贝叶斯（Bayes）以及人工神经网络（ANN）等机器学习算法，设计了一个演示和实验系统，以可视化方式揭示机器学习算法原理和工作过程。教学实践证明，该系统对学生理解和应用抽象的机器学习技术，提升学生解决复杂工程问题能力有良好的助推作用。关键词：机器学习数字图像处理-数控钢管滚圆机滚弧机张家港电动液压滚圆机滚弧机折弯机本文由公司网站全自动滚圆机网站采集转载中国知网整理!    http://www.gunyuanji168.com/