feature-extraction

    0热度

    1回答

    在图像中发现重叠块的Hu Moments的性能问题

    我正在研究需要在图像中找到重叠块的Hu-Moments的算法（在MATLAB中）。我将列矩阵（im2col（...，'sliding'））中的图像进行转换，然后分别计算每列的Hu-Moments。为了计算512X512图像块的Hu Moments，我的系统需要14-15分钟。代码如下如下： d=im2col(A,[m n],'sliding'); [mm nn]=size(d); for j
    matlab image-processing image-segmentation feature-extraction 2017-08-11

    0热度

    1回答

    数字数据转换为特征向量

    我想使用此代码标准化数值数据为特征向量： import numpy as np import pandas as pd import csv def clearRegister(): clear_register = [] zero = 0 for i in range(21): clear_register.append(0) retu
    python pandas csv dataframe feature-extraction 2017-10-05

    0热度

    1回答

    预处理多值功能？

    如何预处理多值特征（genre_ids）？ 由于我需要为一列的每一行分配一个数值，但我可以如何有效地预处理此genre_ids？ msno |city |bd |gender| song_id| song_length| genre_ids| artist_name 1 12 33 0 11 222 372 89 2 11 23 1 1 202 372|374|375
    python scikit-learn feature-extraction 2017-10-10

    0热度

    3回答

    从一组文档

    我有一套3000个文本文档中提取最重要的关键词，我想提取300强的关键词（可以是单个词或多个单词）。 我曾尝试下面的方法 - RAKE：这是一个基于Python的关键词提取库，无疾而终。 Tf-Idf：它给了我每个文档好的关键字，但我们不我能够聚集并找到代表的文件全组关键字。 另外，仅仅根据Tf-Idf得分从每个文档中选择前k个单词将无济于事，对吧？ Word2vec：我能够做一些很酷的东西，如发
    nlp rake feature-extraction word2vec tf-idf 2017-08-24

    0热度

    1回答

    使用HOG特征和滑动窗口在网页中查找特定单词

    我想查找作为输入给出的任何网页中特定单词的出现次数。 我使用金字塔滑动窗口，在那里我生成所有滑动窗口的HOG（梯度直方图）功能。现在，我将所有窗口的HOG特征与我想提取的单词的HOG特征进行比较。为了比较两个HOG特征向量，我只对所有的i求和（vector1（i） - vector2（i））。 但是，结果低于预期。 我的查询是，可以有一个更好的比较系统，用于比较每个窗口的HOG特征与我想查找的单词
    opencv computer-vision feature-extraction scikit-image sliding-window 2017-10-17

    1热度

    1回答

    提取要素类/从插入符号火车对象

    类型使用内置虹膜数据集，我可以训练一个模型，如： model <- train(Species~., data=iris, method='xgbTree') 我可以提取特征的名字，但是当我试图让他们的类，它返回的字符，因为他们只是字符串。 model$coefnames ## "Sepal.Length" "Sepal.Width" "Petal.Length" "Petal.Width"
    r machine-learning feature-extraction caret 2017-08-28

    0热度

    1回答

    将GitHub提交数据导入电子表格文件

    我需要在电子表格文件中下载一个开源项目的提交数据。有没有什么办法从GitHub提取提交数据（Commit ID,file changes,#LOC addition,#LOC deletion）到电子表格？
    git github spreadsheet commit feature-extraction 2017-09-14

    2热度

    1回答

    构建要素时将内存耗尽（将图像转换为派生要素[numpy数组]）？

    我将一些图像数据复制到Google Cloud上的一个实例（8个vCPU，64GB内存，Tesla K80 GPU），并在将原始数据转换为要素以及更改输出的数据结构时遇到内存问题。最终我想使用Keras/Tensorflow神经网络中的派生特征。 过程 将数据复制到存储桶后，我运行一个build_features.py函数将原始数据转换为经处理的数据的神经网络。在这个管道中，我首先获取每个原始图像
    python numpy machine-learning tensorflow feature-extraction 2017-09-14

    0热度

    1回答

    在依次读取的多个功能文件上培训Keras模型以节省内存

    我在尝试读取大量功能文件时遇到了内存问题（请参见下文）。我想我会拆分培训文件并按顺序读取它们。 这样做的最佳方法是什么？ x_train = np.load(path_features + 'x_train.npy) y_train = np.load(path_features + 'y_train.npy) x_test = np.load(path_features + 'x_test.
    python numpy tensorflow keras feature-extraction 2017-09-15

    0热度

    3回答

    如何通过opencv中的程序参数定义要素类型？

    当前更改的要素类型是通过在代码中手动更改名称完成的。例如，对于SURF检测器和描述符，我有单词“SURF”更改为其他名称下面的代码示例： Ptr<SURF> detector = SURF::create(); Ptr<SURF> descriptor = SURF::create(); 有没有办法改变“SURF”改变了功能型部分通过程序参数？ 我希望能够批量评估多种功能类型，而不是每次手动
    c++ opencv feature-extraction feature-detection 2017-08-16
最新问题