我正在尝试使用机器学习将输入图( 2D点序列)分类为预定义图(A、B、C等)之一。目标是识别输入图属于哪种类型的图。
📷
我以前做过单个数据点的分类,但我以前从来没有像图一样对数据序列进行分类。我能想到的唯一方法就是计算输入之间的‘均方误差’&每个A,B,C图,并选择误差最小的类别。
3输出示例可能如下所示。
input graph belongs to type A (confidence: 82%)
input graph belongs to type C (confidence: 68%)
input graph doesn't belong to any type (
我是SVG的新手,我需要把弧形图转换成条形图。下面是弧形图的Javascript代码和jsfiddle链接。
function setArc(arc, percent) {
var angle = 75;
var radius = 50;
var path = "M200,200";
for(var i = 0; i <= percent; i++) {
angle -=3.6;
angle %= 360;
var radians= (angle/180) * Math.PI;
var x = 100 + Math.cos(ra
抱歉,如果我的问题听起来很业余的话..
实际上,我有一组2d形式的图
设X=(x1,x2...xn)是所获得的一组相似图
Y=(y1,y2...yn) be a set of plots similar
直观地说,我可以看到X的所有图“看起来都很相似”,但是我如何找到两个图之间的得分之间的相似性,并证明它们具有很高的相似性得分。??
我用的是R语言...谁能帮帮忙..?谢谢
TensorflowJS 中的离线识别部分提到,我们需要“通过某种方式获得音频片段的谱图,例如通过从.wav文件加载数据或以编程方式合成谱图”。
有谁能解释一下如何从javascript中的wav文件中获取光谱图吗?我找不到办法。
为了进一步解释,我将展示我做了什么,问题是什么:
let buffer = fs.readFilSync('zero1.wav');
let input = wav.decode(buffer);
# To make size of input equal to 9976 as per the restrictions of TensorflowJ