(패턴)을 인식하는 것만으로는 충분하지 않습니다. 사람도 대처할 수 있습니다)
우리는 여전히 그것들을 분류하고 다음에 무엇을 해야 하는지 이해해야 합니다.
상관 방법 및 유사한 방법이 시계열 대응 결정에 정확하게 대처하지 못하고 경우에 따라 완전히 부정확하다는 것을 모두 알고 있습니다.
최근에는 컴퓨터 비전이 널리 보급되었습니다. 기본적으로는 사진 속 얼굴과 같은 패턴 인식에 사용됩니다. 내가 아는 한 이 방법은 매우 정확하게 작동합니다. 패턴 인식을 위해 이러한 라이브러리를 사용한 경험이 있는 사람이 있습니까? 글쎄, mql에서 라이브러리의 사용. 주제 자체가 굉장히 흥미롭고 발전시켜도 나쁘지 않을 것 같아요. 아직 경험이 없지만 배우고 싶습니다.
기계 학습, 패턴 검색 및 기타 작업에 유용할 수 있다고 생각합니다.
재미있는 것에서 - 카메라가 있고 이것이 다른 사람인 경우 거래를 허용 하지 않는 경우 봇에 자신의 관상으로 사용자를 결정할 수 있는 기능을 구축할 수 있습니다. :)
그런 다음 인식 메커니즘이 이미 존재하고 동일한 OpenCV를 통해 터미널에서 작동한다고 상상하여 더 깊이 생각해볼 것을 제안합니다.
무엇 향후 계획?
엘리엇과 울프의 파도 ? 그것들을 어느 정도 정확하게 인식했고 다음은 무엇입니까? 그런 다음 다시 SL, TP, TS를 사용하여 로봇 공학으로 돌아갑니다.
그런 다음 인식 메커니즘이 이미 존재하고 동일한 OpenCV를 통해 터미널에서 작동한다고 상상하여 더 깊이 생각해 볼 것을 제안합니다.
무엇 향후 계획?
엘리엇과 울프 파도? 그것들을 어느 정도 정확하게 인식했고 다음은 무엇입니까? 그런 다음 SL, TP, TS로 다시 로봇 공학으로 돌아갑니다.
적어도 전략에 대한 "끔찍한" 장소의 시각적이고 안정적인 식별. 예를 들어, 반동 없는 추세 - "그것처럼 보인다"는 휘파람이 빠르면 빠를수록 반대 추세 계층을 멈추고 손실에 빠지지 않을 수 있습니다.
간단한 시나리오 - 기록 차트에 수익성 없는 영역으로 표시되고(개발자는 "눈으로" 알고 있음) 자습서를 시작한 다음 동일한 OpenCV가 중단 없이 차트를 응시합니다.
그건 그냥 거기에 쓰세요, 다시 쓰지 마세요 .. "즉시 사용 가능한" 이미지 인식은 그래프에 대해 선명하지 않습니다. 이론상으로는 아직 수학이 많이 필요합니다.
그런 다음 인식 메커니즘이 이미 존재하고 동일한 OpenCV를 통해 터미널에서 작동한다고 상상하여 더 깊이 생각해볼 것을 제안합니다.
무엇 향후 계획?
엘리엇과 울프의 파도? 그것들을 어느 정도 정확하게 인식했고 다음은 무엇입니까? 그런 다음 다시 SL, TP, TS를 사용하여 로봇 공학으로 돌아갑니다.
친구야 너 진짜야? 나는 이미 이것이 좁게 초점을 맞춘 주제라고 썼습니다. 좌파로 막히지 맙시다. 평소처럼 말보다 앞서 달리는 당신 같은 사람들 때문에 나중에 주제에 대해 아무 것도 찾을 수 없기 때문입니다. 응용 프로그램은 다양하며 주제 범위를 벗어납니다.
이 라이브러리에 특정한 것이 있는 경우 - 앞으로
친구야 너 진짜야? 나는 이미 이것이 좁게 초점을 맞춘 주제라고 썼습니다. 좌파로 막히지 맙시다. 평소처럼 말보다 앞서 달리는 당신 같은 사람들 때문에 나중에 주제에 대해 아무 것도 찾을 수 없기 때문입니다. 응용 프로그램은 다양하며 주제 범위를 벗어납니다.
이 라이브러리에 특정한 것이 있는 경우 - 앞으로
이미 이 패키지로 직접 작업하고 있습니까? 다운로드하고 압축을 풀면 괴물처럼 보입니다. 이 사이트에는 인쇄된 책이 많이 있으며 O'Raily 중 하나는 천 페이지가 넘습니다!
당신이 일한다면 VS와 어떤 버전을 사용합니까? 아니면 다른 것으로?
사이트에 도크가 있습니다. 천천히 읽을 것입니다.
이미 이 패키지로 직접 작업하고 있습니까? 다운로드하고 압축을 풀면 괴물처럼 보입니다. 이 사이트에는 인쇄된 책이 많이 있으며 O'Raily 중 하나는 천 페이지가 넘습니다!
당신이 일한다면 VS와 어떤 버전을 사용합니까? 아니면 다른 것으로?
사이트에 도크가 있습니다. 천천히 읽을 것입니다.
이 괴물에게 접근하는 올바른 방법을 찾고 있어요 :) 이미 이걸로 작업하신 분들을 찾고 있어요
즉, 구현을 위한 일련의 단계를 올바르게 공식화해야 합니다(예: 두 패턴 비교).
이 방향에서 가장 큰 진전은 CNN(Convolutional Neural Networks)의 도움으로 이루어집니다.
![Совсем не нейронные сети Совсем не нейронные сети](https://c.mql5.com/36/12/sovsem-ne-neyronnie-seti.png)
- habrahabr.ru
영상 감사합니다. :)
그러나 여기에 정확히 필요한 것이 아니라 규범의 일반 교육이 필요합니다. 우리는 2개의 그래픽 패턴을 인식(기억, 무엇이든)해야 하고 유사성을 위해 비교해야 합니다. 시작하는 첫 번째 작업입니다. 이를 위해 신경망을 훈련해야 하는지 잘 모르겠습니다.
상관 방법 및 유사한 방법이 시계열 대응 결정에 정확하게 대처하지 못하고 경우에 따라 완전히 부정확하다는 것을 모두 알고 있습니다.
최근에는 컴퓨터 비전이 널리 보급되었습니다. 기본적으로는 사진 속 얼굴과 같은 패턴 인식에 사용됩니다. 내가 아는 한, 이 방법은 매우 정확하게 작동합니다. 패턴 인식을 위해 이러한 라이브러리를 사용한 경험이 있는 사람이 있습니까? 글쎄, mql에서 라이브러리의 사용. 주제 자체가 매우 흥미롭고 발전시켜도 나쁘지 않을 것이라고 생각합니다. 아직 경험이 없지만 배우고 싶습니다.
기계 학습, 패턴 검색 및 기타 작업에 적합할 수 있다고 생각합니다.
재미있는 것에서 - 카메라가 있고 이것이 다른 사람인 경우 거래를 허용 하지 않는 경우 봇에 자신의 관상으로 사용자를 결정할 수 있는 기능을 구축할 수 있습니다. :)
증거 http://opencv.org/  ;