pattern-recognition

0热度

1回答

我有一些数据，他们似乎遵循一种模式，并可以在视觉上分为三类。此图像显示每个类的两个样本： - 看来： First class: Five Gaussian functions can be fitted Second class: Two Gaussian functions can be fitted Third class: Non of the above. 有什么措施，可以说：对于

1热度

1回答

识别图像中的长不规则图案

我必须确定您可以在示例图像中看到的图案。我突出显示了一个以黄色检测的图案（当然，它应该从图像的一边到另一边）。每个图案由三条线组成。正如你可以看到有更多的违规行为（我想跟随）。我用红圈突出显示了一些有问题的领域的例子。有很多噪音和可能的误报。我试图通过一些thresold处理去除噪音，但它似乎有点困难。边缘检测在这种应用中不起作用。您认为最好的技术是什么？感谢您事先的任何答案。编辑：

1热度

1回答

模式识别

我使用Tensorflow和Keras。是否有可能为球体表面上的图像实现正确的模式识别？我现在用的是（Healpy framework）创建我的skymaps上模式识别应该工作。问题是，这些Healpy skymaps是一个维数组numpy的，从而，压缩子图案可以分布散布在该一维数组。对于基本的机器学习算法（我正在考虑卷积深度网络），这实际上很难学。在此上下文中的特定任务将一个球体（参见附ima

2热度

3回答

在SAS中用电子邮件地址计算连续的辅音SQL

我想使用SAS SQL（proc sql）标识电子邮件地址中连续辅音和元音的最大数量。输出应该看起来像下面的连续辅音列的最大值和连续元音的最大值（我在第一行中列出的字符仅用于说明目的）。有几件事情需要注意：对待特殊和数字字符作为计数终止（例如第3封电子邮件是一个很好的例子，你已经有了3个辅音（HF），然后是数字（98）和然后再2个辅音（JL），输出应该只是2（HF）。我只是在电子邮件的第一部

2热度

1回答

如何在字符串集合中找到未知的重复模式？

这是对问题的描述。假设你有一组字符串（多达100亿个字符串，每个字符串长度可达10k个字符，可以构建1000个唯一符号字符串）。我怎样才能找到长度从2到N的模式（为了简单起见，可以说10）。此外，我只想看到至少在所有字符串的1％（某个阈值）内出现的模式。我想找到一个算法，可以帮助我解决这个问题。数字并不准确，但与我们在项目中的数量级相同。谢谢

1热度

2回答

计算图像中的图案

我正在研究计算特定图像中的图案（条）的算法。初看起来，我觉得很简单，但我很快意识到了复杂性。我已经试过简单的阈值，模板匹配（小滑动窗口），边缘检测... 我只有几个像这样的图像。所以我认为机器学习算法不能给出更好的结果！但我仍然需要建议。

1热度

1回答

查找图像二进制对象的周长

我正在尝试查找二进制对象的周长。考虑下面的图片 [ 0 0 0 0 1 1 0 ] [ 0 0 1 0 0 0 0 ] [ 0 1 1 0 1 1 0 ] [ 0 1 1 0 0 1 0 ] [ 0 1 1 1 0 0 0 ] [ 0 1 0 0 1 1 0 ] [ 0 0 0 0 1 1 0 ] 标记图像将看起来像这样 [ 0 0 0 0 1 1 0 ] [ 0 0 2 0

-1热度

1回答

解释反向传播算法主教码

我最近完成了Coursera的吴教授的机器学习课程，但是我对理解反向传播算法有些问题。所以我尝试使用sigmoid函数读取Bishop代码进行反向传播。我搜查，发现干净的代码，其试图解释所做的反向传播，但还是有问题，理解代码任何一个可以解释我这是什么真正的反向传播吗？还解释我的代码？ here是我在github上找到的代码和我

1热度

1回答

如何提取图像处理中模式识别算法中的特定特征用于对象检测？

我想从短距离检测物体（飞机门）。该算法应该非常强大，因此可以通过任何平面（具有许多不同的绘画，标识）以及任何天气条件（日光，雨水，白天和黑夜）来实施。我在OpenCV中搜索并实现了其中一些特征提取算法，如SURF，SIFT和ORB，但结果并不好。这里使用代码ORB特征检测器 #include "opencv2/opencv_modules.hpp" #include <stdio.h>

0热度

1回答

在Matlab中的前馈神经网络分类

我有两个高斯分布样本，一个高斯包含10,000个样本，另一个高斯也包含10,000个样本，我想用这些样本训练一个前馈神经网络，但我不知道有多少为了得到最佳的决策边界，我必须采取样本。这是代码，但我不知道确切的解决方案和输出是怪异的。 x1 = -49:1:50; x2 = -49:1:50; [X1, X2] = meshgrid(x1, x2); Gaussian1 = mvnpdf([