标签: pattern-recognition

我正在尝试从心电图中读取图像并检测其中的每一个主波(P波,QRS波群和T波).现在我可以读取图像并得到一个像(4.2; 4.4; 4.9; 4.7; ...)这样的矢量代表心电图中的值,这是问题的一半.我需要一种算法,可以遍历此向量并检测每个波的开始和结束时间.

以下是其中一个图表的示例:

如果它们总是具有相同的尺寸会很容易,但它不是很有效,或者如果我知道心电图会有多少波,但它也会有所不同.有没有人有想法？

谢谢!

更新

我想要实现的例子:

鉴于波

我可以提取矢量

[0; 0; 20; 20; 20; 19; 18; 17; 17; 17; 17; 17; 16; 16; 16; 16; 16; 16; 16; 17; 17; 18; 19; 20; 21; 22; 23; 23; 23; 25; 25; 23; 22; 20; 19; 17; 16; 16; 14; 13; 14; 13; 13; 12; 12; 12; 12; 12; 11; 11; 10; 12; 16; 22; 31; 38; 45; 51; 47; 41; 33; 26; 21; 17; 17; 16; 16; 15; …

通过处理时间序列图,我想检测看起来与此类似的模式:

以示例时间序列为例,我希望能够检测到这里标记的模式:

我需要使用什么样的AI算法(我假设的marchine学习技术)才能实现这一目标？有没有我可以使用的库(在C/C++中)？

我所见过的神经网络的所有例子都是针对一组固定的输入,这些输入适用于图像和固定长度数据.你如何处理可变长度数据,如句子,查询或源代码？有没有办法将可变长度数据编码为固定长度输入,仍然可以获得神经网络的泛化属性？

我只是喜欢冒险,迈出了我的第一步,迈向计算机视觉.我试图自己实现霍夫变换,但我只是没有全面了解.我阅读了维基百科条目,甚至是原始的"使用霍夫变换检测图片中的线条和曲线",由理查德·杜达和彼得·哈特,但没有帮助.

有人可以帮助用更友好的语言向我解释吗？

我有兴趣了解有关模式识别的更多信息.我知道这是一个广泛的领域,所以我将列出一些我想要学习的特定类型的问题:

• 在看似随机的字节集中查找模式.
• 识别图像中的已知形状(如圆形和正方形).
• 注意到位置流的运动模式(Vector3)

对我个人而言,这是一个新的实验领域,说实话,我根本不知道从哪里开始:-)我显然不是想在银盘上提供给我的答案,而是一些搜索我可以开始熟悉上述问题域的概念的术语和/或在线资源将是非常棒的.

谢谢!

ps:为了额外的功劳,如果所说的资源提供C#中的代码示例/讨论将是盛大的:-)但不一定是

我理解神经网络是如何工作的,但如果我想将它们用于像实际字符识别这样的图像处理,我无法理解如何将图像数据输入神经网络.

我有一个非常大的A信件形象.也许我应该尝试从图像中获取一些信息/规格,然后使用该规范的值向量？它们将成为神经网络的输入？

谁已经做过这样的事情,你能解释一下如何做到这一点吗？

您是否有一些建议或阅读如何为机器学习任务设计功能？即使对于神经网络,良好的输入特征也很重要.所选择的特征将影响所需数量的隐藏神经元和所需数量的训练样例.

以下是一个示例问题,但我对一般的特征工程感兴趣.

动机示例: 在观看拼图时会有什么好的输入(例如,15拼图或推箱子)？是否有可能认识到哪两个国家更接近目标？

是否有任何特定的手写识别算法？算法应该识别手写的字母.

任何人都可以提前帮助.

谢谢

有没有提供"Shazam like"解决方案的开源音频指纹识别解决方案？

Shazam使用Landmark digital的商业解决方案,但我正在寻找一种替代方案(即使在精度和性能方面都不如此)开源解决方案.

任何人都知道这种实现甚至是已发布的未实现的算法？

您会建议从屏幕截图中识别所有字符？屏幕截图非常清晰(白色背景上只有黑色文字),我也可以为文本选择任何starndard字体(安装在Windows上).我尝试了一些OCR方式(Tesseract等),但它在识别某些字符方面犯了错误(这让我感到困惑,因为文本没有丝毫噪音,字体是最常见的字体 - Courier New,Fixedsys等),我需要它100%准确.是否有一些库可用于此特定目的,某些模式识别或其他什么？或者我应该使用一些等宽字体获取屏幕截图,并迭代通过图像移动到右+ font_size像素,然后比较捕获的东西与字母的内存表示和相同大小的相同字体的数量？解决这个问题的最佳方法是什么？非常感谢你提前.

更新:我终于通过使用monospaced字体(Courier New)训练Tesseract,以我所截取的精确尺寸设法获得100%的准确率.希望将来帮助某人:)