论文部分内容阅读
近年来人工智能技术有了长足的发展,特别是机器对获得的声音、图像的描述和理解发展迅速,已在一些领域取得了很好的应用。起初,手机、笔记本电脑拥有了用指纹开机的功能,工作单位有签到上班的指纹机器,随后,产生了人类面部识别系统进行签到,这些功能的实现与图像识别技术都息息相关。随着社会分工的进一步细化,各种事物的种类越来越丰富,需要被识别的对象的内部结构也变得越来越细致繁杂,图像识别技术也亟待提高,越来越多的事物需要更加细致的识别和分类。因此,本研究和课题在研究图像识别具有重要作用。理论方面,本文的图像识别主要基于随机森林算法和SVM算法,介绍了一种结合随机森林方法和SVM算法的数据挖掘方法。通过这个方法极大地提高了训练速度和识别精度。食物图像较其他物体识别的目标相比定义模糊,数据化后有着高维度,非线性的特点,研究此类型图像识别对于其他类型的图像识别都有很好借鉴作用。应用方面,在人们越来越注重身体健康和环保的生活理念下,食物识别可以广泛应用在针对健康饮食或者病患看护的APP甚至智能机器人上,从而提高人们的生活质量。