Разработка мультимедийных приложений с использованием библиотек OpenCV и IPP

<<- Назад к вопросам

Пусть обучающая выборка состоит из объектов двух классов. Оптимальная разделяющая гиперплоскость – это гиперплоскость, разделяющая объекты этих классов, такая, что

(Отметьте один правильный вариант ответа.)

Варианты ответа

расстояние от нее до наиболее удаленной точки обучающей выборки минимально

расстояние от нее до наиболее удаленной точки обучающей выборки максимально

расстояние от нее до ближайшей точки обучающей выборки минимально

расстояние от нее до ближайшей точки обучающей выборки максимально(Верный ответ)

Похожие вопросы

Пусть

– обучающая выборка, причем $y_i \in {\–1, 1}\ (i = 1, 2, …, N)$ . Указать правильную формулировку задачи нахождения оптимальной разделяющей гиперплоскости (в случае линейно разделимых классов):

Если каждый из двух классов не пуст и классы линейно разделимы, то

Машина опорных векторов с линейным ядром строит границу между объектами двух классов в виде:

Пусть

– обучающая выборка, причем $y_i \in {\–1, 1}\ (i = 1, 2, …, N)$ . Указать правильную формулировку задачи нахождения оптимальной разделяющей гиперплоскости:

Пусть рассматривается метод детектирования объектов на изображении, основанный на извлечении признаков. В качестве признакового описания используется HoG (гистограмма ориентированных градиентов), в качестве классификатора – машина опорных векторов (обученный при фиксированной размерности пространства признаков). Известно, что на изображении имеются объекты разного масштаба. Какой из нижеперечисленных подходов возможно применить в данном случае:

Бутстрэп-выборка – это:

Пусть рассматривается метод детектирования объектов на изображении, основанный на сопоставлении с шаблоном, который представляет собой набор дескрипторов ключевых точек. В качестве меры совпадения ключевой точки на изображении с точкой на шаблоне используется критерий близости их дескрипторов по евклидовой метрике (значение данной величины должно быть меньше определенного порога). К чему приведет увеличение значения данного порога:

Пусть рассматривается метод детектирования объектов на изображении, основанный на сопоставлении с шаблоном, который представляет собой набор дескрипторов ключевых точек. В качестве меры совпадения ключевой точки на изображении с точкой на шаблоне используется критерий близости их дескрипторов по евклидовой метрике (значение данной величины должно быть меньше определенного порога). К чему приведет уменьшение значения данного порога:

Границы объектов на изображении соответствуют:

Что из нижеперечисленного является результатом детектирования объектов на изображении: