База ответов ИНТУИТ

Разработка мультимедийных приложений с использованием библиотек OpenCV и IPP

<<- Назад к вопросам

Пусть (x_1, y_1), (x_2, y_2), …, (x_N, y_N) – обучающая выборка, причем y_i \in {\–1, 1}\ (i = 1, 2, …, N). Указать правильную формулировку задачи нахождения оптимальной разделяющей гиперплоскости:

(Отметьте один правильный вариант ответа.)

Варианты ответа
max C при ограничениях y_{i}(\beta x_i + \beta_0) \leq C(1 + \xi_{i}), \xi_{i} \geq 0 (i=1,2,...,N), \mid \beta \mid = 1
max C при ограничениях y_{i}(\beta x_i + \beta_0) \leq C(1 - \xi_{i}), \xi_{i} \geq 0 (i=1,2,...,N), \mid \beta \mid = 1
max C при ограничениях y_{i}(\beta x_i + \beta_0) \leq C(1-\xi_{i}), (i=1,2,...,N), \xi_{i}+...+ \xi_{N} \leq K \mid \beta \mid = 1
max C при ограничениях y_{i}(\beta x_i + \beta_0) \geq C(1 - \xi_{i}), \xi_{i} \geq 0 (i=1,2,...,N), \xi_{i}+...+ \xi_{N} \leq K\mid \beta \mid = 1(Верный ответ)
max C при ограничениях y_{i}(\beta x_i + \beta_0) \geq C(1 + \xi_{i}), \xi_{i} \geq 0 (i=1,2,...,N), \xi_{i}+...+ \xi_{N} \leq K\mid \beta \mid = 1
max C при ограничениях y_{i}(\beta x_i + \beta_0) \leq C(1+\xi_{i}), (i=1,2,...,N), \xi_{i}+...+ \xi_{N} \leq K \mid \beta \mid = 1
Похожие вопросы
Пусть (x_1, y_1), (x_2, y_2), …, (x_N, y_N) – 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):
Пусть задано изображение:Какое изображение получится в результате применения оператора Собеля с ядром \begin{bmatrix}-1 & -2 & -1 \\0 & 0 & 0 \\-1 & 2 & 1 \end{bmatrix}? Граница дополняется посредством дублирования.
Пусть задано изображение:Какое изображение получится в результате применения оператора Собеля с ядром \begin{bmatrix}-1 & 0 & 1 \\-2 & 0 & 2 \\-1 & 0 & 1 \end{bmatrix} ? Граница дополняется посредством дублирования.
Применение оператора Собеля с ядром \begin{bmatrix}-1 & -2 & -1 \\0 & 0 & 0 \\-1 & 2 & 1 \end{bmatrix} позволяет выделить на изображении:
Применение оператора Собеля с ядром \begin{bmatrix}-1 & 0 & 1 \\-2 & 0 & 2 \\-1 & 0 & 1 \end{bmatrix} позволяет выделить на изображении:
Какое преобразование определяется моделью x'(x,y;p)=\begin{bmatrix}a_{00} & a_{01} & a_{02} \\a_{10} & a_{11} & a_{12} \end{bmatrix}\begin{bmatrix}x  \\y  \\1  \end{bmatrix}?
Какое преобразование определяется моделью x'(x,y;p)=\begin{bmatrix}a_{11} & a_{12} & a_{13} \\a_{21} & a_{22} & a_{23} \\a_{31} & a_{32} & a_{33} \end{bmatrix}\begin{bmatrix}x  \\y  \\1  \end{bmatrix}?
какое преобразование определяется моделью x'(x,y;p)=\begin{bmatrix}a & -b & p_1 \\b & a & p_2 \\0 & 0 & 1 \end{bmatrix}\begin{bmatrix}x  \\y  \\1  \end{bmatrix}?
Если K=\begin{bmatrix}f_x & 0 & c_x \\0 & f_y & c_y \\0 & 0 & 1 \end{bmatrix} – матрица внутренних параметров камеры, R – матрица поворота объекта, T – вектор его параллельного переноса, то чему равна проекционная матрица P?
Камеры была откалибрована для изображений с разрешением 320 x 240. В результате получилась матрица внутренних параметров камеры \begin{bmatrix}f_x & 0 & c_x \\0 & f_y & c_y \\0 & 0 & 1 \end{bmatrix} и нулевые коэффициенты дисторсии. Какой станет матрица внутренних параметров, если увеличить разрешение изображений до 640 x 480?