Для некоторых программ распознавания жестов я хочу построить дерево распознавания с использованием функции matlab classregrtree.Matlab classregtree с многомерной матрицей
Когда у меня есть бинарное изображение только жестов, я создаю 2 спектра интенсивности: один для оси x и один для оси y. Из этих спектров я хочу извлечь некоторые данные и использовать их для построения classregtree. Примерами данных, которые я использую, являются ширина спектра, количество шипов и общая площадь жеста. Тем не менее, я также хочу использовать данные, которые имеют переменное количество параметров: например. Я хочу использовать высоты отдельных пиков в спектре также как параметры для classregtree. Однако classregtree требует фиксированного количества удвоений для каждого набора данных, в то время как число спайков и, следовательно, количество переменных, которые я хочу передать, являются переменными. Каков наилучший способ использования этих данных? Я мог бы просто использовать фиксированное количество параметров и передать значение 0, если я не могу создать значение (например, я всегда передаю значения 10 пиков, но когда у меня меньше 10, их значения будут 0), но я Боюсь, что это не сработает.
Так что, по существу, передаются 0 значений для каждого значения, которое не найдено правильно? Потому что, если значение не найдено, мы получаем пустую корзину. Кстати, я забыл сказать, но количество шипов довольно мало (обычно ниже 10), но распространение ценностей довольно велико, но очень важно. Поэтому, если я создам гистограмму, я, вероятно, получу только ячейки со значениями 0 и 1. – Tiddo
Не совсем, это сильно отличается. Например, если у вас есть два сигнала [0,1 0,9 0,1 0,9] и [0,1 0,1]. С вашей формулировкой они будут описаны [0,1 0,9 0,1 0,9] и [0,1 0,1 0 0]. С гистограммами (скажем, тремя ячейками [0 1/3 2/3 1]) представление будет [2 0 2] и [2 0 0] – Oli
Но в моих ситуациях 2 значения редко будут близки к одному значению. Таким образом, набор [0.1 0.9 0.1 0.9], вероятно, не произойдет. Сигналы будут больше похожими на [0,1 0,4 0,9] или что-то в этом роде, и если я сгруппирую 2 из этих значений вместе, результаты будут слишком сильно изменены. Но я мог бы использовать различия в значениях (должен был подумать об этом раньше), поскольку они могут быть сгруппированы вместе. – Tiddo