Artificial Intelligence - هوش مصنوعی  
انجمن را در گوگل محبوب کنيد :

بازگشت   Artificial Intelligence - هوش مصنوعی > مقدمات هوش مصنوعی > هوش مصنوعی چیست؟


 
تبليغات سايت
Iranian Association for the Advancement of Artificial Intelligence
ارسال تاپيک جديد  پاسخ
 
LinkBack ابزارهاي تاپيک نحوه نمايش
قديمي ۱۱-۱۵-۱۳۹۲, ۰۸:۰۶ بعد از ظهر   #1 (لینک دائم)
عضو فعال
 
آواتار mary92
 
تاريخ عضويت: خرداد ۱۳۹۲
پست ها: 16
تشكرها: 13
0 تشكر در 0 پست
پيش فرض فاصله داخلی بافت شکل

در مورد idsc(inner-distance shape context) که مربوط به مقاله Shape Classification Using the Inner-Distance است .برای تطبیق بین شکل ها و پیداکردن مشابه ترین شکل ها به کار می برند .اگه بخواهم خلاصه ای از ان را بگم : فاصله داخلی به عنوان فاصله کوتاهترین مسیر بین دو نقطه عطفی در شکل نیمرخ هر چیزی برنگ سیاه یا برنگ یکدست(mpeg-7) تعریف می شود .برای محاسبه فاصله داخلی از الگوریتم کوتاهترین مسیر استفاده می کنیم .آن از دومرحله تشکیل شده است:
1. ساخت گراف با نقاط نمونه .اول هر نقطه نمونه به عنوان یک گره در گراف تلقی می شود . سپس، برای هر جفت از نقاط نمونه p1 وp2 ، اگر پاره خط متصل p1 وp2 به طور کامل در داخل شی می افتد ، یک لبه بین p1 وp2 برای گراف با وزنی برابر به فاصله اقلیدسی || p1-p2|| اضافه شده است. در نظر بگیرید که 1)نقاط مرزی همسایه همیشه متصل هستند 2) فاصله داخلی نشان دهنده وجود حفره های بدون استفاده از نقاط نمونه از مرزهای سوراخ، که اجازه می دهد تا الگوریتم برنامه نویسی پویا برای شکل های با حفره استفاده شود.
2. درخواست الگوریتم کوتاه ترین مسیر در گراف
دوستان می تونند در مورد عملکرد idsc توضیح بیشتری دهید؟؟یا منبع فارسی بهم معرفی کنند.من این مقاله رامطالعه کردم اما نتونستم درک کنم در نت هم چیزی پیدا نکردم.لطفا راهنمایی ام کنید.
از توجهتون پیشاپیش تشکر می کنم.
mary92 آفلاين است   پاسخ با نقل قول

  #ADS
نشان دهنده تبلیغات
تبليغگر
 
 
 
تاريخ عضويت: -
محل سكونت: -
سن: 2010
پست ها: -
 

نشان دهنده تبلیغات is online  
قديمي ۱۱-۱۶-۱۳۹۲, ۱۲:۱۸ بعد از ظهر   #2 (لینک دائم)
عضو فعال
 
آواتار mary92
 
تاريخ عضويت: خرداد ۱۳۹۲
پست ها: 16
تشكرها: 13
0 تشكر در 0 پست
پيش فرض

دوستان سلام مجدد
لطفا اگر اطلاعاتی دارید راهنمایی ام کنید.ریحانه جان شما دراین رابطه می تونید راهنمایی ام کنید
mary92 آفلاين است   پاسخ با نقل قول
قديمي ۱۱-۱۷-۱۳۹۲, ۱۱:۵۴ قبل از ظهر   #3 (لینک دائم)
عضو فعال
 
آواتار mary92
 
تاريخ عضويت: خرداد ۱۳۹۲
پست ها: 16
تشكرها: 13
0 تشكر در 0 پست
پيش فرض

سلام
دوستان منتظر پاسخهاتون هستم.نیاز به راهنمایی دارم
mary92 آفلاين است   پاسخ با نقل قول
قديمي ۱۱-۲۷-۱۳۹۲, ۱۰:۰۴ قبل از ظهر   #4 (لینک دائم)
عضو فعال
 
آواتار mary92
 
تاريخ عضويت: خرداد ۱۳۹۲
پست ها: 16
تشكرها: 13
0 تشكر در 0 پست
پيش فرض

سلام
برنامه اصلی این الگوریتم را قرار دادم .لطفا راهنمایی ام کنید.منظور ازفاصله داخلی دراین الگوریتم چیست یعنی با چه فرمولی بدست می آید ؟بافرمول خط؟؟؟؟لطفا راهنمایی ام کنید .
% This code re-implement the IDSC shape matching expeirment on the MPEG7 data set
% Experiment settings are follow closely those in
% H. Ling and D.W. Jacobs. Shape Classification Using the Inner-Distance,
% IEEE Trans on Pattern Anal. and Mach. Intell. (PAMI), 29(2):286-299, 2007.
%
% For details, please refer to
%
% Haibin Ling (hbling AT temple.edu)
%

clear;
addpath common_innerdist;

ifig = -1;
sData ='data/';
sImage ='data/mpeg7/';

%% Parameters ----------------------------------------------
n_class = 70;
n_obj = 20;
n_objall = n_obj*n_class;
n_bull = 2*n_obj;
labels = ceil((1:n_objall)/n_obj);

num_start = 8;
search_step = 1;

%-- shape context parameters
n_dist = 8;
n_theta = 12;
bTangent = 1;
bSmoothCont = 1;
n_contsamp = 150;
bSimplecont = 1;
thre = .6;

%-- FILEs --------------------------------------------
sDisAngSamp = ['_' i2s(n_dist,2) 'x' i2s(n_theta,2) 'x' i2s(n_contsamp,3)];
sCont = [sData 'cont_' i2s(n_contsamp) '.mat'];
sSC = [sData 'IDSC' sDisAngSamp '.mat'];
sSC1 = [sData 'IDSC' sDisAngSamp '_1.mat'];
sCont1 = [sData 'cont_' i2s(n_contsamp) '_1.mat'];

fprintf('%s,\n\n', sDisAngSamp);

%-- Extract contours -------------------------------------------------------------
if 1
bReflect = 0;
[cont_all] = batch_contour_f(sImage,n_class,n_obj,n_contsamp,bR eflect);
save(sCont, 'cont_all');
bReflect = 1;
[cont_all] = batch_contour_f(sImage,n_class,n_obj,n_contsamp,bR eflect);
save(sCont1, 'cont_all');
end

%% Compute or Load all the shape context data ------------------------------------
if 1
[SC] = Batch_Comp_IDSC( sImage, sCont, n_class, n_obj, n_dist, n_theta, ...
bTangent, bSmoothCont, bSimplecont, 0);
[SC1] = Batch_Comp_IDSC( sImage, sCont1, n_class, n_obj, n_dist, n_theta, ...
bTangent, bSmoothCont, bSimplecont, 1);
save(sSC, 'SC');
save(sSC1, 'SC1');
else
load(sSC);
load(sSC1);
end

%% classifying each object by comparing its SC to training objects -----------------
fprintf('Compute distance matrix b/w SC .............\n');

%-Compute distance matrix
dismat = zeros(n_objall,n_objall);
for i1=1:n_objall
t0 = clock;
for i2=1:n_objall
if i1~=i2
[dis_sc,costmat] = dist_bw_sc_C( SC{i1},SC{i2}, 0);
[cvec,cost1] = DPMatching_C(costmat,thre,num_start,search_step);
dismat(i1,i2) = cost1;

[dis_sc,costmat] = dist_bw_sc_C( SC{i1},SC1{i2}, 0);
[cvec,cost2] = DPMatching_C(costmat,thre,num_start,search_step);
dismat(i1,i2) = cost2;

dismat(i1,i2) = min(cost1,cost2);
end
end
disp(['Round ' num2str(i1) ' of 1400 finished, ' num2str(etime(clock,t0)) 'sec.']);
end

dismat = min(dismat,dismat');

%% Get final bullseye score
bull_score = Compu_Bullscore(dismat, n_class, n_obj, n_bull, labels);
fprintf('\nBullseye score = %.2f', 100*bull_score);
mary92 آفلاين است   پاسخ با نقل قول
پاسخ



كاربران در حال ديدن تاپيک: 1 (0 عضو و 1 مهمان)
 

قوانين ارسال
You may not post new threads
You may not post replies
You may not post attachments
You may not edit your posts

BB code is فعال
شکلکها فعال است
كد [IMG] فعال است
كدهاي HTML غير فعال است
Trackbacks are فعال
Pingbacks are فعال
Refbacks are فعال




زمان محلي شما با تنظيم GMT +3.5 هم اکنون ۰۸:۴۳ قبل از ظهر ميباشد.


Powered by vBulletin® Version 3.8.3
Copyright ©2000 - 2024, Jelsoft Enterprises Ltd.
Search Engine Friendly URLs by vBSEO 3.1.0 ©2007, Crawlability, Inc.

Teach and Learn at Hexib | Sponsored by www.Syavash.com and Product In Review

استفاده از مطالب انجمن در سایر سایت ها، تنها با ذکر انجمن هوش مصنوعي به عنوان منبع و لینک مستقیم به خود مطلب مجاز است

Inactive Reminders By Icora Web Design