accord.net

    3熱度

    1回答

    我正在嘗試使用Accord.NET庫進行對象分類,但是我沒有找到任何合適的示例和文檔來理解這個過程。我當前的代碼是 Predictor = new Boost<DecisionStump>(); AdaBoost<DecisionStump> Algo = new AdaBoost<DecisionStump>(Predictor, new ModelConstructor<DecisionSt

    1熱度

    1回答

    我在C#中繪製Windows應用程序中的圖。 我用 Least Squares Fitting--Perpendicular Offsets 找到最合適的線。但是我的數據源從垂直線到(幾乎)水平線不等。 然後我閱讀了關於PCA和Accord.net庫。我寫了一些代碼,但沒有得到什麼進一步做。 我有一個圖的數據點列表。 DataTable dt = new DataTable(); dt.Colu

    1熱度

    1回答

    我試圖用Accord.NET框架(MultilabelSupportVectorMachine類),以多標籤支持向量機,但基於示例這是很難理解的編碼如: // Sample input data double[][] inputs = { new double[] { 0 }, new double[] { 3 }, new double[] { 1 },

    1熱度

    1回答

    我正在使用accord.math來解決具有非線性約束的系統。在這個例子中,約束有4個變量, x => x[0] + x[1] + x[2] + x[3] <= 1但是如果約束應該包含50個變量呢?如何在週期內建立, x => x[0] + x[1] + x[2] + ...+ x[50] <= 1? namespace ConsoleApplication21 { class Program

    2熱度

    2回答

    我試圖執行圖像配準沒有太多運氣。 下圖是我的'參考'圖像。我使用網絡攝像頭以不同方向獲取同一對象的圖像,然後需要對這些圖像執行轉換,以使它們看起來儘可能接近參考圖像。 我爲了解決這個問題被同時使用Aforge.NET和Accord.NET庫。 特徵檢測/提取 到目前爲止,我已經試過在this文章中使用的圖像拼接方法。它適用於某些類型的圖像,但不幸的是它似乎不適用於我的示例圖像。該對象本身非常平淡,

    2熱度

    1回答

    我通過示例中的文檔的多類支持向量機的工作 - http://accord-framework.net/docs/html/T_Accord_MachineLearning_VectorMachines_MultilabelSupportVectorMachine.htm 雖然,我沒有得到一個0錯誤率,而當我嘗試計算值,他們不給他們應該的輸出值。這個例子有什麼問題嗎? static void Mai

    0熱度

    1回答

    我正在使用accord.net。下面的例子工作正常,但我想做多類分類器。 我嘗試過使用MulticlassSupportVectorMachine()函數,但它爲動態時間規整類內核訓練了0.6錯誤的數據,該規則沒有爲某些輸入提供正確的輸出。 // Suppose you have sequences of multivariate observations, and that // those

    3熱度

    1回答

    我正在使用Accord.Net的Cobyla求解器來解決一個相當簡單的非線性問題。在某些情況下,這個問題沒有可行的方面。 當我運行一個簡單的問題,即非可行性很明顯時,即使解決方案不可行,解算器也會返回「成功」。 考慮下面的例子,寫在F#: open System.Collection.Generics let obj12 = QuadraticObjectiveFunction("a - a*

    2熱度

    1回答

    我正在嘗試使用accord.net進行文本分類。但是我找不到表示稀疏矢量和矩陣的方法。例如,我們有很多文本,並且在使用ngrams和散列進行標記之後,每個文本都用一個權重(tf)表示爲特徵索引(由featureHasher給出)。並且不可能將所有數據作爲非稀疏矩陣加載到內存中。有沒有辦法做增量處理或表示稀疏矩陣或用稀疏數據做特徵減少?

    3熱度

    3回答

    我正在嘗試保存Accord.Net K-Means的聚類結果,以便每次運行我的程序時都不必重新計算。 我也想爲每個羣集分配永久的人類可讀標籤。這是不可能的,如果我必須每次計算羣集。