问题标签 [accord.net]

我想用 Accord.net ann 和 svm 对一些数据集进行分类，问题是我的数据集输入数组的长度不一样，每个数组的长度可以从 10 到 64 左右，有没有办法处理这样的数据集还是我需要使它们都具有相同的大小？

我试图在DeepNeuralNetworkLearning课堂上遵循代码，但无法遵循代码。

我怀疑它部分地训练了网络（比如从第 3 层到第 5 层，用于由 5 层组成的网络）。该部分网络使用反向传播或 Rprop 进行训练。

我不清楚如何正确使用它。我们应该从输入层开始训练到输出层还是反之亦然？

最后，如果这门课中使用的技术在神经网络文献中有名字，有人知道吗？

我需要比较和计算LBP灰度图像的局部二进制模式（）直方图之间的相似性以进行人脸识别。

计算直方图是数组形式并用于Accord.net计算它。

（直方图是int [,][]形式，当我使用断点获得直方图时，我获得了int [3,3][256]所以它们是数组的组合[0,0], [0,1], [0,2], [1,0] ...... [2,1], [2,2]和内部[,]，有256 valuesfrom 0to 255）

我获取直方图的代码是这样的；

如何获得直方图之间的相似度百分比？

你能给我一些提示来比较它们吗？

此外，我在 1 张图像下共有 48 个直方图。有什么有效的方法可以将 48 个直方图组合在一起，以便与另一组 48 个直方图进行比较？那么有什么推荐的有效图书馆Accord.Net来计算LBP直方图吗？的信息和文件Accord.Net很少，这让我更难了解它，因为我是一个初学者。

感谢您阅读我的帖子，我非常感谢您的帮助。

我将 F# 与 Accord.NET 一起使用，并尝试使用 Nelder-Mead 算法进行优化。经过一周的尝试，尝试按照网站上的示例进行操作，我仍然无法执行操作。我没有找到编写表达式以优化函数的方法。我写了一个自定义函数，它接受 9 个参数：

我需要的是优化这个函数，只改变“volVol”和“rho”参数，但保持其他参数不变。

以下示例（在 C# 中），我尝试了：

使用成本约束来保持参数不变，但我在关键字“function”上出现错误，无论是 forNonlinearObjectiveFunction还是NonlinearCostraint.

我在文档中读到目标函数可以写为 Linq 表达式，但我从未使用过它。

有另一种插入目标函数和成本约束的方法吗？或者，请问您能否建议 F# 的 Linq 表达式中的类似示例在哪里？

编辑

我从“极端优化”库的示例中找到了更多信息。我已经看到它在优化方面与“Accord.net”有类似的方法，并且在 F# 中有示例，因此，通过适当的调整，我了解当参数是简单值时它是如何工作的。

关键是我正在尝试将一些 R 代码转换为 F#。执行优化的 R 代码如下：

其中 K 和 iv 是数组。所以，我仍然没有找到在 Accord.net 中为目标函数传递数组参数的方法。

拜托，你能给我一些建议吗？

谢谢。

I am currently looking for a way to compute the 5th percentile of a column vector (i.e N x 1 matrix) using Tools. Quartiles Method (Double[,] ,DoubleRange[]), and hope to get some assistance on this.

So far my problem comes from the argument of Type DoubleRange[] within the method, as I do not know how to input it properly. As an illustration of the piece of code used, please find below:

Given the ambigous Tools name between Accord.Math.Tools and Accord.Statistics.Tools

I've defined:

Error: The best overloaded method match for Accord.Statistics.Tools.Quartiles(double[*,*], out AForge.DoubleRange[]) has some invalid arguments

EDIT: My idea consists of calculating a 0.2 Quartile, as a way around... So I had in mind something like Accord.Statistics.Tools.Quartiles(PMat, 0.2)

Best,

我的问题和问题在下面加粗。

我已经成功地使用了来自 Accord.NET 的支持向量机，方法是按照他们的文档页面上的示例，比如这个。但是，当使用带有OneclassSupportVectorLearning的KernelSupportVectorMachine 对其进行训练时，训练过程会导致较大的错误值和不正确的分类。

以下最小示例说明了我的意思。它生成一个密集的训练点集群，然后训练一个 SVM 将点分类为集群的内点或异常点。训练集群只是一个以原点为中心的 0.6 x 0.6 正方形，训练点的间隔为 0.1：

这是合理参数集的输出：

括号中的数字是 SVM 针对该坐标给出的分数。使用来自 Accord.NET 的 SVM（以及一般情况下），负分数是一类，正分数是另一类。在这里，一切都有一个积极的分数。内点被正确分类，但异常值（即使是非常遥远的）也被归类为内点。

请注意，在我使用 Accord.NET 训练模型的任何其他时间，训练误差都非常接近于零，但在这里它超过了 200。

这是另一个参数集的输出：

再次，非常高的训练错误，所有积极的分数。

这些模型肯定从训练中得到了一些东西——内点和异常点之间的分数是不同的。但是为什么这个简单的场景没有给出应有的正负号不同的结果呢？

PS。 这是一个类似的程序，它测试了训练和模型参数的许多组合，这是它的输出。同样，一切都会导致正分类分数、高错误值和错误分类的异常值。

我正在使用多类 SVM 和深度学习-NN。我可以调整很多参数，尤其是选择正确的内核。选择理想论点的最佳方式是什么？

它可以用任何“目标函数最小化算法”迭代地完成，还是会永远持续下去？

我尝试使用accord C# 库中的 Cobyla 类来解决具有约束的非线性优化问题。当约束不变时，它可以正常工作，例如：

我需要在约束中使用变量（值需要由用户更改），例如：

但它不起作用。我得到了例外：

Accord.Math.dll 中发生了“System.NullReferenceException”类型的未处理异常

谁能告诉我如何正确定义NonlinearConstraint变量的例子？

我正在使用 Accord.NET 框架。

假设我有三个 Gabor 过滤器，并且我需要将它们并行应用于图像。

以下是并行滤波器组的正确概念吗？

如果没有，那么，我怎样才能让它们并行工作？

在这篇研究文章中，在第4.3.1 节（核心检测）中，

如何计算两个像素之间的相关系数？

这是计算相关性的正确程序吗？

如果是，我怎样才能从中找到相关系数？