Добрый вечер!
Реализуя алгоритм бустинга , написал модельную задачу.
Создается массив целых чисел (10000 экземпляров).
Весь массив разбивается на 2 класса в соотношении примерно 2:1. Далее реализуется схема описанная у Хайкина усиление с фильтрацией - выбирается 1-й классификатор , который классифицирует разбиение с точностью прогноза примерно 55 % . Далее формируется множество примеров из классифицированных 1-м классификатором 50% верных / 50% неверных результатов, подбирается 2-й классификатор с такой же точностью прогнозов, затем по результатам классификации 2-х первых формируется множество примеров , по которым мнения экспертов расходятся и по этому множеству подбирается 3-й классификатор с такой же точностью прогнозов. Далее получившийся в результате простого голосования 3-х экспертов классификатор становится в описанной схеме 1-м классификаторов - и процесс повторяется до тех пор - пока не кончатся примеры из множества( количество примеров для каждого классификатора-100). Улучшение классификации происходит на первых 2-3 шагах, далее остается примерно на одном и том же уровне ( где то получается 30-35 итераций). Может , я как то неверно понимаю схему каскадирования бустинга - или есть еще какие либо тонкости? Заранее благодарен за ответ.

Ответить Тематика: Нейронные сети, Прогнозирование

Я обрабатываю данные следущего вида: на вход через некоторые промежутки времени - не равные - поступают значения (например в среднем раз в 10 минут, разброс значений от 1 до 100). Проходит какой-то промежуток времени и данные начинают приходить чаще и расброс их становится больше (например, в среднем раз в 1 минуту и разброс от 1 до 300).
Прошу помощи, как нужно анализировать сигнал(по каким параметрам), чтоб уметь отличить 1 момент от другого.
На ум пока приходят: количество измерений за единицу времени, среднее значение

Ответить Тематика: Не указана

Здравствуйте! Мне необходимо написать программу с использованием нейронной сети Хопфилда для распознавания лица по фотографии. В качестве исходных данных подается вектор с координатами точек. В литературе по сетям Хопфилда написано, что исходные данные должны представлятся в двоичной или биполярной форме. Как можно представить вектор с координатами в двоичной форме?

Ответить Тематика: Нейронные сети, Распознавание образов

Доброй ночи.
Необходимо создать в MATLABе нейронную сеть,которая могла бы распознавать изображения со стегоконтейнерами(скрытая информация) и пустые изображения.
Система признаков есть.Изображения для обучения и тестирования тоже есть..
Помогите создать нейронную сеть..поподробнее только.

Ответить Тематика: Нейронные сети, Распознавание образов

Помогите пожалуйста решить задачку с помощью Excel.
Задача. Выполнить сравнительный анализ процессов поиска экстремума градиентным методом для целевой функции: F(x)=10x1-20x1x2+x1*x1*x2*x2 стремиться к минимуму
Для: х=0;0. альфа=0,1 Е=0,5 (в долях)

Ответить Тематика: Не указана

круто сравнивать рекламу толко в деньгах :)
а про GRP кто то в basegroup слыхали ?
тут хот формулы есть www.mapc.info

Ответить Тематика: Подготовка данных Статья: "Оценка эффективности рекламной кампании" Прочитать все обсуждения статьи