ランダムに引数を選択するよりも、多くの引数を持つアルゴリズムの適切なパラメーターのセットを推定するより良い方法があるかどうか疑問に思っていました。詳細には、MSER Feature Detector のいくつかの適切なパラメーターを見つけようとしています。これは 9 つの数値パラメーターを消費するため、検索するスペースが非常に大きくなります。デフォルトのパラメーター値の周りで小さい数値と大きい数値を交互に選び、指数関数的に距離を伸ばすことを考えていました。私を助けることができる良い考えはありますか？
ありがとう！
最初に、最小化する目的関数を定義する必要があります。「より良い」パラメーターを定義するものは何ですか? あなたの場合、見つかった正しい一致の数または類似のものを使用することをお勧めします。
第二に、事実上数え切れない可能性をループする効率的な方法が必要です。ここでは、それを超えると結果が有意に変化しない最小のステップ サイズがあることがおそらく役立つでしょう。目的関数は必ずしも導出できるとは限らないため、各次元でゴールデン サーチに似た方法を個別に使用し、できればグローバルな「十分な」最大値に達するまで繰り返します。