ProgRoman

January 16, 2012

без вызова этого метода проект работает нормально, поэтому я понял, что наверно проблема в самой функции

January 16, 2012

нет он и без обращения падает это я специально проверял

January 16, 2012

Добрый день, я написал свою реализацию расстояния махаланобиса, но проект всё время падает с исключением

Необработанное исключение в "0x751a9617" в "testapp.exe": Исключение Microsoft C++: cv::Exception по адресу 0x0012de30..

ниже код моего метода


double calcMah(const Mat &Xk,const Mat &x)

{

	int rw = Xk.rows;

	int cl = Xk.cols;

	Mat xm(rw,1,CV_64F);


	//calc mean

	for(int r=0; r<rw; r++)

	{

		Mat tmr = Xk.row(r).clone();

		Scalar sc = mean(tmr);

		xm.at<double>(r) = sc.val[0];

	}	


	Mat mv = Mat::ones(rw,cl,CV_64F).mul(xm);

	Mat Xvg=Xk-mv;

	Mat cov =Xvg*Xvg.t();

	Mat icov = cov.inv();

	Mat res = (xm-x)*icov*(xm-x).t();


	return res.at<double>(0);

}

November 30, 2011

Добрый день, у меня линейно не разделимая выборка данных, для классификации я применяю RBF ядро, но выборка не изменяется т.е. я к каждому елементу вектора применяю RBF ядро и я думал, что выборка изменится будет более линейно разделимой, но получилось, что она не очень-то и разделилась.. подскажите каккие использовать ядра

November 16, 2011

Всем добрый день, у меня такой вопрос есть ли в opencv встроенные функции для оптимизации целевой функции(с ограничениями или без) я искал, но что-то пока безуспешно ни чего не нашёл

October 19, 2011

у меня возник ещё вопрос по выводу формул для SVM в двойственной задачи у целевой функции у меня получается два плюса вот ссылка http://www.machinelearning.ru/wiki/index.php?title=%D0%90%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC_INCAS там в 1-ой системе целевая функция с обратным знаком взята и знаки самих слагаемых у функции различны, а у меня всё время получаются слагаемые с одинаковыми знаками прикрепляю картинку с тем как я выводил. В чём ошибка что-то разобраться не могу пока..

September 22, 2011

а в реализованной программе параметр С задаётся как

float myC = 100;

September 20, 2011

А ну вообще да вроде бы так логично пасибо вот ещё, что не понятно в задаче есть ограничения

0<=λ<=C, так вот что такое C написано что это параметр алгоритма, ну т.е. его как задавать вообще произвольно или какие-то ограничения на него накладываются. И ещё такой вопрос в самом алгоритме под пунктом 4 стоит решение оптимизационной задачи относительно λ_s как решать эту задачу я что-то не понимаю и почему там надо вычислять обратную матрицу поясните пожалуйста

September 19, 2011

я пытаюсь реализовать INSAC это алгоритм классифицирующий вектора на два не пересекающихся класса. Он описан в википедии

http://www.machinelearning.ru/wiki/index.php?title=%D0%90%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC_INCAS

и там же дана ссылка на конспект лекций Воронцова К.В., в котором тоже этот алгоритм рассмотрен. У меня есть несколько вопросов по этому методу

1.начальное приближение

I_s = две ближайшие точки из разных классов

I_o = все остальные точки

I_c = 0

Начальное приближение мне ясно там написано как можно его найти к примеру можно так

Выбирается произвольная точка выборки, и находится ближайшая к ней точка другого класса. Для неё, в свою очередь, находится ближайшая точка

в первом классе, и т. д. Этот итерационный процесс, как правило, сходится очень быстро к некоторой паре пограничных точек. Это и есть начальное приближение в этом алгоритме. Вопрос в том влияет ли число опорных точек(векторов) на качество решения.

Далее по алгоритму решается задача оптимизации с матрицей Q, но из чего она состоит...в конспекте лекций приведено следующее

Q=(y_iy_jK(x_i, x_j)), i,j=1..L Q размера LxL и вот как я понимаю y - это метка какому классу вектор принадлежит {-1,1}, K(x_i, x_j) это ядро к примеру евклидово расстояние между i-ым и j-ым вектором т.е. матрица Q - это три столбца первый принадлежность классу второй тоже принадлежность к классу и расстояние между этими векторами поясните пожалуйста что я не так понимаю, в конспекте написано о квадратной матрице, а я не понимаю как я вижу там только три столбца можно даже пример какой-нить что бы разобраться что за матрица

September 14, 2011

я прикрепил картинку с опорными векторами, на компьютере из дома, странно почему так отличается количество опорных векторов и ещё такой вопрос как найти сами опорные вектора ну я читал в какой-то статье есть два множества(класса) векторов берём произвольный вектор V1 из первого класса и ищем ближайший вектор U1 из второго класса потом берём вектор U1 и ищем ближайший вектор из первого класса и так повторяем несколько раз этот процесс должен стабилизироваться и у нас будут опорные вектора так ли они ищутся или используются какие-то другие методы?

September 13, 2011

точно, я что - то забыл, что гиперплоскость может быть не плоскостью, а какой-то более сложной функцией, но вот ещё один принт скрин там как мне кажется уж их совсем много можно было бы намного меньше на мой взгляд или я ошибаюсь

September 13, 2011

да мне то же так кажется.

Вот ещё такой вопрос, что такой опорные вектора когда я читал про SVM я понял, что это вектора с наименьшим расстоянием между двумя классами векторов и они уже в дальнейшем и используются для получения гиперплоскости, я дописал код для вывода опорных векторов после обучения ну по нажатию 's'


int bс = svm.get_support_vector_count();

cout<<bс<<"\n";

for(int i=0; i<bс; i++)

{

        const float* v = svm.get_support_vector(i);

        int x = v[0];

        int y = v[1];

	circle(img,Point(x,y),5,CV_RGB(255,255,255),1);

}

но вид(их расположение) и количество опорных векторов уж больно странное, больно много их как мне кажется скрин экрана я прикрепил, причём это скрин с рабочего компьютера дома у меня на домашнем компьютере их меньше значительно, но всё равно видно на глаз, что там есть вектора не с минимальным расстоянием до другого класса

September 12, 2011

Отсюда ? http://www.compvisio...p?showtopic=404 , хотя похоже только по кнопкам )

да вся основа была взята оттуда только переделана под С++ интерфейс вот, оказалось что программа работает правда очень долго минут 45 для 3-х классов в каждом из которых всего 5-ть точек. Но в моей задаче классов не 3-и а около 100-ни я классифицирую изображения..

и такой вопрос как я понимаю


void TrainSVM(void)

{

        int num_sampl = points.size();

        float myC = 100;

        float myGamma = 0.00001;


        Mat data(num_sampl,num_features,CV_32F);

        Mat responses(num_sampl,1,CV_32F);


        for(int i=0; i<num_sampl; i++)

        {

                data.at<float>(i,0) = points[i].pt.x;

                data.at<float>(i,1) = points[i].pt.y;

                responses.at<float>(i) = points[i].value;

        }


        SVMParams params(CvSVM::C_SVC,

                                         CvSVM::RBF,

                                         0,

                                         myGamma,

                                         0,

                                         myC,

                                         0,

                                         0,

                                         0,

                                         TermCriteria(CV_TERMCRIT_EPS + CV_TERMCRIT_ITER, 1000, 1e-6));


        svm.clear();

        svm.train(&(CvMat)data,&(CvMat)responses,0,0,params);

}

в этом коде svm только обучается ну получает опорные вектора, а сама разделяющая гиперплоскость получается из вызова svm.predict(test) или гиперплоскость получается из вызова метода train тоже, тогда не совсем ясно как она хранится, ведь я понимаю благодаря ей распознавание происходит быстро уже по известной гиперплоскости

September 9, 2011

Всем привет, вот пытаюсь разобраться с SVM реализовал его вроде всё работает для двух классов всё считается хорошо, красные точки это 0 класс, зелёные это 1-ый и я ещё добавил ещё один 2-ой класс синие точки они заданы константно в программе


// testApp.cpp: определяет точку входа для консольного приложения.

//


#include "stdafx.h"

#include <cv.hpp>

#include <opencv2\opencv.hpp>

#include <opencv2\highgui\highgui.hpp>

#include <opencv2\ml\ml.hpp>

#include <opencv2\imgproc\imgproc.hpp>

#include <string>

#include <iostream>


using namespace std;

using namespace cv;


Mat img = Mat::zeros(Size(640,480),CV_8UC3);


SVM svm;


const int num_features = 2;


struct TFeature

{

	Point pt;//int pt[num_features];

	int value;

};


typedef vector<TFeature> TFeatureList;

TFeatureList points;


void Update(void)

{

	for(int i=0; i<points.size(); i++)

	{

		if(points[i].value == 1)

		{

			circle(img,points[i].pt,3,CV_RGB(0,255,0),-1);

		}

		if(points[i].value == 0)

		{

			circle(img,points[i].pt,3,CV_RGB(255,0,0),-1);

		}

		if(points[i].value == 2)

		{

			circle(img,points[i].pt,3,CV_RGB(0,0,255),-1);

		}

	}

}


void on_mouse(int event, int x, int y, int flags, void* )

{

	if(img.empty()) return;


	TFeature pts;

	if(event == CV_EVENT_LBUTTONDOWN)

	{

		pts.pt = Point(x,y);

		pts.value = 0;

		points.push_back(pts);

		img = Mat::zeros(Size(640,480),CV_8UC3);;

		Update();

	}


	if( event == CV_EVENT_RBUTTONDOWN)

	{

		pts.pt = Point(x,y);

		pts.value = 1;

		points.push_back(pts);

		img = Mat::zeros(Size(640,480),CV_8UC3);;

		Update();

	}

}


void TrainSVM(void)

{

	int num_sampl = points.size();

	float myC = 100;

	float myGamma = 0.00001;


	Mat data(num_sampl,num_features,CV_32F);

	Mat responses(num_sampl,1,CV_32F);


	for(int i=0; i<num_sampl; i++)

	{

		data.at<float>(i,0) = points[i].pt.x;

		data.at<float>(i,1) = points[i].pt.y;

		responses.at<float>(i) = points[i].value;

	}


	SVMParams params(CvSVM::C_SVC,

					 CvSVM::RBF,

					 0,

					 myGamma,

					 0,

					 myC,

					 0,

					 0,

					 0,

					 TermCriteria(CV_TERMCRIT_EPS + CV_TERMCRIT_ITER, 1000, 1e-6));


	svm.clear();

	svm.train(&(CvMat)data,&(CvMat)responses,0,0,params);

}


int _tmain(int argc, _TCHAR* argv[])

{

	img = Mat::zeros(Size(640,480),CV_8UC3);

	Mat test(1,num_features,CV_32F);

	namedWindow("SVMDemo",1);

	setMouseCallback("SVMDemo",on_mouse,0);

	int c=0;

	for(;

	{

		/*TFeature pts;

		pts.pt = Point(587,20);

		pts.value = 2;

		points.push_back(pts);


		pts.pt = Point(603,47);

		pts.value = 2;

		points.push_back(pts);


		pts.pt = Point(627,30);

		pts.value = 2;

		points.push_back(pts);


		pts.pt = Point(578,37);

		pts.value = 2;

		points.push_back(pts);


		pts.pt = Point(555,25);

		pts.value = 2;

		points.push_back(pts);*/


		imshow("SVMDemo",img);

		c = waitKey(10);

		if((char)c ==27) break;

		switch((char)c)

		{

		case 's':

			{

				if(points.size()>0)

				{

					TrainSVM();

					for(int x=0;x<640; x++)

					{

						for(int y=0; y<480;y++)

						{

							test.at<float>(0,0)=x;

							test.at<float>(0,1)=y;

							if(svm.predict(test) == 0)

							{

								circle(img,Point(x,y),1,CV_RGB(100,0,0),-1);

							}

							if(svm.predict(test) == 1)

							{

								circle(img,Point(x,y),1,CV_RGB(0,100,0),-1);

							}

							/*if(svm.predict(test) == 2)

							{

								circle(img,Point(x,y),1,CV_RGB(0,0,100),-1);

							}*/

							Update();

						}

					}

				}

				break;

			};

		case 'r':

			{

				if(points.size()>0)

				{

					img = Mat::zeros(Size(640,480),CV_8UC3);

					svm.clear();

					points.clear();

				}

				break;

			};

		default:;

		}

	}


	svm.clear();

	points.clear();


	return 0;

}

[/code]


для появления точек третьего класса надо раскоментировать в двух местах

[code] /*TFeature pts; pts.pt = Point(587,20); pts.value = 2; points.push_back(pts); pts.pt = Point(603,47); pts.value = 2; points.push_back(pts); pts.pt = Point(627,30); pts.value = 2; points.push_back(pts); pts.pt = Point(578,37); pts.value = 2; points.push_back(pts); pts.pt = Point(555,25); pts.value = 2; points.push_back(pts);*/


/*if(svm.predict(test) == 2)

{

circle(img,Point(x,y),1,CV_RGB(0,0,100),-1);

}*/

с двумя классами программа работает, при добавлении третьего всё подвисает и программа вообще ничего не выдаёт, подскажите что не так

вроде бы должен классифицировать больше 2-х классов как написано в документации

Введение в SVM

Type of SVM. We choose here the type CvSVM::C_SVC that can be used for n-class classification (n>2). This parameter is defined in the attribute CvSVMParams.svm_type.

September 8, 2011

спасибо большое всё действительно получилось

September 8, 2011

Добрый день вот написал вроде бы обычный обработчик тыкаю по изображению мышкой и должны появляться круги разного цвета, но что-то ничего не появляется подскажите что не так


#include "stdafx.h"


#include <opencv2/video/tracking.hpp>

#include <opencv2/imgproc/imgproc.hpp>

#include <opencv2/highgui/highgui.hpp>


#include <iostream>

#include <ctype.h>


using namespace cv;

using namespace std;


Mat img = Mat::zeros(640,480,CV_8UC3);


const int num_features = 2;


struct TFeature

{

	Point pt;//int pt[num_features];

	int value;

};


typedef vector<TFeature> TFeatureList;

TFeatureList points;


void Update(void)

{

	cout<<"------\n";

	for(int i=0; i<points.size(); i++)

	{

		if(points[i].value == 0)

		{

			circle(img,points[i].pt,3,CV_RGB(0,255,0),1);

		}

		else

		{

			circle(img,points[i].pt,3,CV_RGB(255,0,0),1);

		}

		cout<<i<<" : "<<points[i].pt.x<<" ; "<<points[i].pt.y<<" = "<<points[i].value<<"\n";

	}

}


void on_mouse(int event, int x, int y, int , void* )

{

	if(img.empty()) return;

	//if(img.)

	TFeature pts;

	if(event == CV_EVENT_LBUTTONDOWN)

	{

		pts.pt = Point(x,y);

		pts.value = 0;

		points.push_back(pts);

		img = Mat::zeros(640,480,CV_8UC3);

		Update();

	}


	if( event == CV_EVENT_RBUTTONDOWN)

	{

		pts.pt = Point(x,y);

		pts.value = 1;

		points.push_back(pts);

		img = Mat::zeros(640,480,CV_8UC3);

		Update();

	}

}


int main( int argc, char** argv )

{

	namedWindow("test",1);	

	setMouseCallback("test",on_mouse,0);

	imshow("test",img);

	waitKey(0);

        return 0;

}

August 17, 2011

Ты в режиме компиляции Debug подключаешь Debug версию OpenCV? А в режиме Release - Release OpenCV?

1. Дело в том, что, например, sizeof(std::vector) в Debug не равен sizeof(std::vector) в Release. Поэтому, если программа и OpenCV скомпилирована по-разному, то при передаче того же std::vector будет ошибка.

2. Ещё один момент: чтобы выделять память в dll, а освобождать её в exe надо использовать один и тот же менеджер памяти. А, значит, надо компилировать и exe и dll из OpenCV с опцией "Multithread debug dll" в Debug режиме и "Multithread dll" в Release.

Почему это важно? Ты передаёшь в функцию поиска контуров пустой std::vector, ожидаешь, что его заполнят точками. То есть при передаче вектора как параметра должно соблюдаться правило (1), а именно sizeof(std::vector) из exe должен быть равен sizeof(std::vector) из dll. Далее вектор заполняется точками, то есть происходит выделение памяти под них внутри dll. А освобождаться эта память будет уже в деструкторе вектора в exe. То есть должно соблюдаться правило (2). Иначе получишь ошибку освобождения памяти - твоя программа упадёт при выходе из функции.

Всё это может быть для тебя не очевидно, да и в учебниках, как правило, не разъясняется. Но по-другому нельзя.

Добрый день, у меня проблема осталась пока не решённой

в проект в дополнительные зависимости я добавляю

C:\OpenCV2.2\lib\opencv_core220d.lib

C:\OpenCV2.2\lib\opencv_highgui220d.lib

C:\OpenCV2.2\lib\opencv_video220d.lib

C:\OpenCV2.2\lib\opencv_ml220d.lib

C:\OpenCV2.2\lib\opencv_legacy220d.lib

C:\OpenCV2.2\lib\opencv_imgproc220d.lib

т.е. как я понял это дебаг версия Opencv, но работает программа в релиз конфигурации в дебаг она вылетает с исключением, что тут может не так быть я пытался

я пытался сделать что бы дебаг версия Opencv работала в дебаг конфигурации, а релиз версия соответственно в релиз конфигурации, сделать это получилось конечно, но при этом с++ интерфейс перестал поддерживаться т.е. он мог считать изображение, но вывести уже нет


Mat ret = imread("1_0.jpg");

imshow("test",ret);

проект выбрасывал исключение

Необработанное исключение в "0x755fb9bc" в "testApp.exe": Исключение Microsoft C++: cv::Exception по адресу 0x0032ea70..

Необработанное исключение в "0x0049ed66" в "testApp.exe": 0xC0000005: Нарушение прав доступа при чтении "0x00000018".

с-шный интерфейс работает при этом всё ок.

July 23, 2011

Большое спасибо с вашим примером разобрался полностью

теперь пытаюсь полностью на с++ сделать

Я же в самом начале написал - одинаково компилировать.

я использую Visual Studio 2008 opencv 2.2

на студии создаю проект Консольное приложение Win32 ну а потом присоединяю opencv к проекту и компилирую я думал что он должен бы с++ компилятор использовать

название приложения name.cpp я что-то не знаю где ещё что поменять что бы использовать другой(c++) компилятор

July 19, 2011

У меня контуры почему то всё равно представляются тем маленьким кружочком не знаю что не так и книжку "Learning OpenCV" о контурах про использование флагов читал не понятно где ошибаюсь вывод контуров тот же


// Объявление читалки точек

CvSeqReader reader;

// Инициализация читалки точек

cvStartReadSeq( contour, &reader, 0 );

// Две точки

CvPoint pt[2];


for( int i=0; i<contour->total-1; i++ )

{

        CV_READ_SEQ_ELEM( pt[0], reader );

        CV_READ_SEQ_ELEM( pt[1], reader );

        cvLine(img12,pt[0],pt[1],CV_RGB(255,0,0),4);

}

со всеми флагами и CV_CHAIN_APPROX_NONE и CV_CHAIN_APPROX_SIMPLE получается маленький кружочек внизу изображения, хотя я думал, что должен бы получиться знак..

Раз работает, то первоначальная проблема: разные рантаймы OpenCV и твоего приложения (то есть CRT - C run time).

а как сделать ну что бы они совпадали что бы можно было полностью интерфейсом С++ пользоваться

July 13, 2011

Я почитал ветку форума Работа с контурами

и у меня опять возник вопрос, мне для работы нужны точки координаты контура


// Объявление читалки точек

CvSeqReader reader;

// Инициализация читалки точек

cvStartReadSeq( contour, &reader, 0 );

// Две точки

CvPoint pt[2];


for( int i=0; i<contour->total-1; i++ )

{

	CV_READ_SEQ_ELEM( pt[0], reader );

	CV_READ_SEQ_ELEM( pt[1], reader );

	cvLine(img12,pt[0],pt[1],CV_RGB(255,0,0),4);

}

но контур по этим точкам выводится совсем уж странный

July 12, 2011

написал поиск контуров через С-функции


    IplImage* src = cvLoadImage( "C:/images/1_1.jpg", CV_LOAD_IMAGE_GRAYSCALE );

    IplImage* src1= cvCreateImage( cvGetSize(src), 8, 1 );


    CvMemStorage* storage = cvCreateMemStorage(0);

    CvSeq* contour = 0;


    cvThreshold(src,src1,110,255,CV_THRESH_BINARY);

    cvNamedWindow( "Source", 1 );

    cvShowImage( "Source", src1 );


    cvFindContours( src1, storage, &contour, sizeof(CvContour),

       CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE );

вроде бы всё замечательно всё работает ну в отличии от С++, но вот что странно, картинку которую я использую для теста я прикрепил к сообщению у меня получаются 10-ть точек контура.. и они расположены практически в одном месте вот вывод точек контура


for( int i=0; i<contour->total; ++i )

{

	CvPoint* p = (CvPoint*)cvGetSeqElem ( contour, i );

	int x = p->x;

	int y = p->y;

	circle(ts1,Point(x,y),5,Scalar(100,100,100));	

}

July 11, 2011

попробовал подставить, но что-то тоже не пошло.. даже не с компилировалось...

Ошибка 15 general error c101008d: Failed to write the updated manifest to the resource of file

July 11, 2011

изображение грузится canny тоже отрабатывается и можно тоже вывести изображение всё ок ошибка как я понял наверное тут findContours(tsImg,v,CV_RETR_LIST,CV_CHAIN_APPROX_NONE,Point(0,0)); при её выполнении вылетает Нарушение прав доступа при чтении

Тут обязательно твой exe в отладке должен быть собран с отладочными dll из OpenCV и использовать динамические отладочные CRT.
В релизе exe должен быть собран с релизными dll из OpenCV и использовать динамические релизные CRT.
Ну и твой exe и OpenCV должны быть собранными компилятором одной версии.

а как это проверить. У меня 2008 студия openCV 2.2 проект собирается ну как написано на страничке opencv добавляю дополнительные зависимости в компоновщик-->Ввод это в свойствах проекта

C:\OpenCV2.2\lib\opencv_core220d.lib

C:\OpenCV2.2\lib\opencv_highgui220d.lib

C:\OpenCV2.2\lib\opencv_video220d.lib

C:\OpenCV2.2\lib\opencv_ml220d.lib

C:\OpenCV2.2\lib\opencv_legacy220d.lib

C:\OpenCV2.2\lib\opencv_imgproc220d.lib

и

затем сервис-> параметры-> каталоги

C:\OpenCV2.2\include

C:\OpenCV2.2\include\opencv

включаемые файлы

C:\OpenCV2.2\lib

файлы библиотек

ну и с самого начала надо ещё debug на release поменять

может я не то написал я не так давно пишу на с++ поэтому извиняюсь)

July 11, 2011

Всем привет у меня такой вопрос пытаюсь на изображении выделить контуры, но постоянно вылетает исключение что-то не понимаю что не так делаю подскажите пожалуйста где ошибаюсь

вот фрагмент кода:


Mat img= imread("C:/images/1.jpg",CV_LOAD_IMAGE_GRAYSCALE);

Canny(img,tsImg,20,100);

vector<vector<Point>> v;

findContours(tsImg,v,CV_RETR_LIST,CV_CHAIN_APPROX_NONE,Point(0,0));

June 27, 2011

Добрый день у меня возникла следующая трудность загружаю цветную картинку далее необходимо работать с цветовыми компонентами отдельно для этого использую split вот код


Mat img= imread("C:/images/1_1.jpg");

Mat chan[3];


Mat zr(img.rows,img.cols,CV_8UC1);

zr.zeros(zr.rows,zr.cols,CV_8UC1);


split(img,chan);


Mat timg(img.rows, img.cols,CV_8UC3);

Mat mchan[3];


mchan[0]=chan[0];mchan[1]=em;mchan[2]=em;

merge(mchan,3,timg);


imshow("2:",timg);

этот код выполняется но если начать выводить каждую компоненту на просмотр т.е. R G и B то он не выводит изображение в оттенках B G и R если выводить только chan то выведется серое изображение вот отсюда я подумал, что возможно что то не так разбивается на каналы может я что-то не то делаю код ниже вообще не работает


Mat img= imread("C:/images/1_1.jpg");

vector<Mat> chan;


Mat zr(img.rows,img.cols,CV_8UC1);

zr.zeros(zr.rows,zr.cols,CV_8UC1);


split(img,chan);

тут выбрасывается исключение vector iterator + offset out of range вот.. подскажите пожалуйста что не так я делаю с разбиением изображения на каналы

Войти

ProgRoman

Количество публикаций

Зарегистрирован

Посещение

Days Won

Тип публикации

Профили

Форум

Сообщения, опубликованные пользователем ProgRoman

Mahalanobis

Mahalanobis

Mahalanobis

Линейно не разделимая выборка

Оптимизация

Простой пример для экспериментов с SVM

Простой пример для экспериментов с SVM

Простой пример для экспериментов с SVM

Простой пример для экспериментов с SVM

Простой пример для экспериментов с SVM

Простой пример для экспериментов с SVM

Простой пример для экспериментов с SVM

Простой пример для экспериментов с SVM

Простой пример для экспериментов с SVM

События мыши

События мыши

Работа с контурами

Работа с контурами

Работа с контурами

Работа с контурами

Работа с контурами

Работа с контурами

Работа с контурами

Работа с контурами

Split

Навигация

Последняя активность