Difference between revisions of "Parking of robots in Remotely-operated laboratory"
| Line 14: | Line 14: | ||
Predtým, ako sa pustím do programovania v C++, Vyskúšal som Java Neural Network Framework, ktorý je veľmi jednoduchý na používanie: http://neuroph.sourceforge.net/image_recognition.html | Predtým, ako sa pustím do programovania v C++, Vyskúšal som Java Neural Network Framework, ktorý je veľmi jednoduchý na používanie: http://neuroph.sourceforge.net/image_recognition.html | ||
| − | + | Testovanie 90° šípky pro trénovaní s viac-menenej defaultnými parametrami vyšlo takto: | |
| − | [[Image: | + | Stupne : output |
| + | |||
| + | 180 : 0,0062 | ||
| + | |||
| + | 135 : 0,0089 | ||
| + | |||
| + | 0 : 0,0341 | ||
| + | |||
| + | 45 : 0,0332 | ||
| + | |||
| + | 225 : 0,01 | ||
| + | |||
| + | 90 : 0,8841 | ||
| + | |||
| + | 315 : 0,017 | ||
| + | |||
| + | 270 : 0,068 | ||
| + | |||
| + | |||
| + | [[Image:JavaNeuralNetworkimg1.png]] | ||
| + | |||
| + | [[Image:JavaNeuralNetworkimg2.png]] | ||
Revision as of 16:49, 4 June 2013
Rospoznávanie pozície robotov - Je naprogramované (rozpoznávanie kruhov)
Rozpoznávanie orientácie šípky
Princíp: ANN, pri učení zrejme 360 dvojíc vstup(obr)-výstup(uhol v °) - (kolko podobnych obr treba na dobre natrenovanie kazdeho stupna?)
- asi bude potrebné odfiltrovať zbytočné dáta (farba, neostré hrany)
Knižnica FANN s príkladom XOR: http://leenissen.dk/fann/wp/help/getting-started/
Príklad pattern recognition: http://www.doc.ic.ac.uk/~nd/surprise_96/journal/vol4/cs11/report.html#Pattern%20Recognition%20-%20an%20example
Predtým, ako sa pustím do programovania v C++, Vyskúšal som Java Neural Network Framework, ktorý je veľmi jednoduchý na používanie: http://neuroph.sourceforge.net/image_recognition.html
Testovanie 90° šípky pro trénovaní s viac-menenej defaultnými parametrami vyšlo takto:
Stupne : output
180 : 0,0062
135 : 0,0089
0 : 0,0341
45 : 0,0332
225 : 0,01
90 : 0,8841
315 : 0,017
270 : 0,068
