問題タブ [classification]

私は不動産のウェブサイトに取り組んでおり、画像がフロア プランであるか会社のロゴであるかを把握 (分類) できるプログラムを書きたいと考えています。

私はphpで書いているので、phpソリューションを好みますが、c ++またはopencvソリューションも問題ありません。

フロアプランのサンプル:

代替テキスト http://www.rentingtime.com/uploads/listing/l0050/0000050930/68614.jpg

代替テキスト http://www.rentingtime.com/uploads/listing/l0031/0000031701/44199.jpg

ロゴのサンプル:

代替テキスト http://www.rentingtime.com/uploads/listing/l0091/0000091285/95205.jpg

Rubyを学んだだけで、奇妙なことがわかりました（少なくとも、ansi-cプログラマーにとっては）。

Mac OS X 10.6.2、ruby 1.8.7（2008-08-11パッチレベル72）[universal-darwin10.0]、feed-normalizer 1.5.1、crm114 1.0.3

上記のファイルの実行：

いいでしょう、これはただのデモです。

行のコメントを解除します#FeedNormalizer...

そしてコメントなしでファイルを実行します：

？！ここで何が起こっているのですか？FeedNormalizerの使用がcrm114を壊すのはなぜですか（これらは関連していません）？この種の状況をデバッグする方法は？これは、他のクラスが他のクラスを壊すのが一般的ですか？再起動もしました（これはMacです;））

Adaboost アルゴリズムを理解しようとしていますが、いくつか問題があります。Adaboost について読んだ後、それが分類アルゴリズム (ニューラル ネットワークのようなもの) であることに気付きました。しかし、弱分類器がどのように選択されているか (顔検出のための haar のような機能だと思います)、最終的な強分類器である H 結果を最終的にどのように使用できるかを知ることができませんでした。つまり、アルファ値を見つけて H を計算した場合、それを新しい画像の値 (1 または 0) としてどのように活用できるでしょうか。完璧な方法でそれを説明する例はありますか? ほとんどのadaboostチュートリアルにあるプラスとマイナスの例を見つけましたが、hiがどのように正確に選択され、顔検出に同じ概念を採用するかがわかりませんでした. 私は多くの論文を読み、多くのアイデアを持っていましたが、今まで私のアイデアはうまく整理されていませんでした. ありがとう....

私の大規模な（120GB）音楽コレクションには多くの重複曲が含まれており、重複を検出することを期待してトラックのフィンガープリントを作成しようとしています。そして、私はCS専攻なので、そこで何が行われているのか非常に興味がありますか？ShazamやLala.comのようなものほど正確なものはありません。彼らはどのようにトラックを「ハッシュ」しますか？すべてのファイル（26,000ファイル）で標準のMD5ハッシュを実行しましたが、異なるトラックで何百もの等しいハッシュが見つかったため、機能しません。

Lala.comは、Shazamとは異なり、完全なファイルで動作するため、より興味がありますが、どちらも同様の手法を使用していると思います。音楽の一意の識別子を生成する方法を誰かが説明できますか？

私は分類システムを持っていますが、残念ながら仕事上の理由からあいまいにする必要があります。考慮すべき 5 つの機能があるとします。基本的には一連のルールです。

サブジェクトを取得して AE の値を取得し、ルールを順番に照合してみます。いずれかが一致した場合、最初の結果を返します。

C は離散値で、ae のいずれかになります。残りは単なる整数です。

ルールセットは古いシステムから自動的に生成され、非常に多数のルール (約 2,500 万) を含んでいます。古いルールは if ステートメントでした。

ご覧のとおり、古いルールでは多くの場合、一部の機能が使用されなかったり、範囲が受け入れられなかったりします。より厄介なものもあります：

ルールセットは人間が維持する必要があるため、はるかに小さくする必要があるため、最初の例が次のようになるようにルールセットを縮小したいと思います。

結果として、結果列でルールセットを分割し、それぞれを個別に縮小できます。ただし、ルールセットを特定して縮小する簡単な方法は思いつきません。クラスタリング アルゴリズムを試してみましたが、一部のデータが離散的であり、それを連続として扱うのは不完全であるため、それらはチョークします。もう一つの例：

理想的な世界では、これは 2 つのルールになります。

つまり、アルゴリズムは A と B の関係を識別するだけでなく、C がノイズであると推測します (ルールにとって重要ではありません)。

この問題をどうやって解決するか考えている人はいますか? ほとんどの場合、これは 1 回限りのプロセスであると予想されるため、どの言語やライブラリも公正なゲームです。前もって感謝します。

私は Excel 2007 で一種のテンプレートを開発しています。ユーザーはそれを使用して、3 レベルのカテゴリに分類されるレコードを作成します。ユーザーは、新しいカテゴリを作成したり、既存のカテゴリを指定したり、指定したりしないことができる必要があります。レコードは複数のカテゴリに属する​​場合があります。

カテゴリ構造をユーザーに提示するための最善の選択は何かと考えています。カテゴリはラベルとして機能するため、基本的に VBA プログラミングは必要ありません。この状況に適した Excel のコントロールまたは機能はありますか?

次の列挙型を指定します。

「Quarterback」と「Runningback」を攻撃的なポジションとして、「DefensiveEnd」と「Linebacker」を防御的なポジションとしてマークできるように、名前付き定数を分類することは可能ですか?

テキストブロブから名前を除外しようとしています。現在、単語リストを生成して手動でフィルタリングしていますが、まだ 8,000 個の単語が残っているため、より良い方法を探しています。辞書を引いてフィルターで除外することもできますが、それでは smith や Cliff などの名前が選別されてしまいます。

私が必要とするのは、次のいずれかです。

• 一般的な名前のリスト (5k を超える最も一般的な名前が必要です)
• 単語でもある名前のリスト

ブラックリストとホワイトリストを組み合わせて、必要なものを取得できます。

Google ニュースなどの報道機関は、「オバマの 2011 年の予算」などの新たなトピックに関するドキュメントをどのように自動的に分類し、ランク付けしていますか?

選手名や記事との関連性などの野球データでタグ付けされた記事の山があり (opencalais に感謝)、新しい投稿が入ってくると、特に新しい投稿をランク付けして表示する Google ニュース スタイルのインターフェイスを作成したいと考えています。トピック。素朴なベイズ分類器はいくつかの静的カテゴリでトレーニングできると思いますが、これでは「このプレーヤーはこのチームにトレードされたばかりで、これらの他のプレーヤーも関与していた」などの傾向を追跡することはできません。