Usando o OpenCV para reconhecer padrões gráficos
Não basta reconhecê-los (padrões), até um ser humano o pode fazer).
Você também precisa classificá-los e entender o que fazer com eles.
É do conhecimento geral que a correlação e métodos similares não lidam com a correspondência de séries temporais com precisão e, em alguns casos, não são de todo precisos.
Recentemente, a visão por computador tornou-se generalizada. É usado principalmente para reconhecer imagens, por exemplo, rostos em fotos. Tanto quanto eu sei, este método funciona com muita precisão. Alguém tem experiência no uso destas bibliotecas para o reconhecimento de padrões? Bem, e usando as bibliotecas em mql. Eu acho que o tema é muito interessante em si mesmo e deve ser desenvolvido. Eu ainda não tenho experiência com isso, mas gostaria de aprender.
Acho que poderia ser ótimo para a aprendizagem de máquinas, busca de padrões e outras tarefas.
Uma das coisas mais engraçadas - você pode construir em um bot a possibilidade de detectar um usuário pelo seu rosto, se ele tiver uma câmera, e se for uma pessoa diferente, então não permita a troca:)
Pruf http://opencv.org/
Sugiro então ir mais longe no pensamento, imagine que o mecanismo de reconhecimento já existe e funciona no terminal, através do mesmo OpenCV.
E agora?
Ondas Elliott e Wolf? Detectamo-los com alguma precisão e o que se segue? Depois voltamos à robótica com SL, TP, TS
Sugiro então que se vá mais longe no pensamento, imagine que o mecanismo de reconhecimento já está instalado e funciona no terminal, através do mesmo OpenCV.
E agora?
Ondas Elliott e Wolf? Detectamo-los com alguma precisão e o que se segue? Depois voltamos à robótica com SL, TP, TS
Pelo menos a identificação clara e estável de lugares "horríveis" para estratégias. Por exemplo, quanto mais cedo algo assobiar "assim", melhor, podemos parar o estrato de contra-tendência e evitar perdas.
Um cenário simples - marcar as zonas deficitárias em um gráfico histórico (um desenvolvedor as conhece "à vista"), lançar um tutorial e o mesmo OpenCV está olhando para o gráfico sem parar.
Mas não se pode reescrevê-lo... O reconhecimento de padrões "out-of-the-box" não foi concebido para gráficos. Ainda há muita matemática que é suposto estar envolvida.
Sugiro então ir mais longe no pensamento, imagine que o mecanismo de reconhecimento já existe e funciona no terminal, através do mesmo OpenCV.
E agora?
Ondas Elliott e Wolf? Detectamo-los com alguma precisão e o que se segue? Depois voltamos à robótica com SL, TP, TS
Senhor, você está completamente louco? Eu já escrevi que este é um tema estritamente focado, por favor, não o nivelemos com restos, porque, como sempre, você não pode encontrar nada sobre o tema por causa de pessoas como você, que estão à frente do cavalo. As opções de aplicação são variadas e estão além do escopo do tópico.
Se você tem algo específico para esta biblioteca, vá em frente.
Eu já escrevi que este é um tópico com foco restrito, não o vamos deitar fora com restos, porque como de costume não se consegue encontrar nada sobre o tópico por causa de pessoas como tu que estão à frente do jogo. As opções de aplicação são variadas e estão além do escopo do tópico.
Se você tem algo específico sobre esta biblioteca - vá em frente.
E você mesmo já está a trabalhar com este pacote? Descarregado, descomprimido, parece um monstro. Há muitos livros impressos no site, um dos O'Raily's tem mais de mil páginas!
Se você está trabalhando, com VS e qual versão? Ou com outra coisa?
Há um médico no site, vou lê-lo lentamente.
Já estás a trabalhar com este pacote? Descarreguei-o, deszipei-o, parece um monstro. Há muitos livros impressos no site, um dos O'Raily com mais de mil páginas!
Se você está trabalhando, com VS e qual versão? Ou com outra coisa?
Há um médico no local, vou ler devagar.
Eu ainda estou à procura do lado certo deste monstro :) Estou à procura de pessoas que já tenham trabalhado com ele.
Preciso de formular correctamente a sequência de passos para implementar, por exemplo, uma comparação de dois padrões, e depois fazer algo
O maior avanço nesta direção é obtido com a CNN (Coherent Neural Networks).
- habrahabr.ru
Obrigado pelo vídeo, estou viciado : )
Mas não é exactamente o que precisamos, mas é bom para a educação geral. Precisamos de reconhecer (memorizar, o que quer que seja) 2 padrões gráficos e compará-los para obter semelhanças. Essa é a primeira tarefa para começar. Não sei se queres treinar neurónios.
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Você concorda com a política do site e com os termos de uso
É do conhecimento geral que a correlação e métodos similares não lidam com a correspondência de séries temporais com precisão e, em alguns casos, não são de todo precisos.
Recentemente, a visão por computador tornou-se generalizada. É usado principalmente para reconhecer imagens, por exemplo, rostos em fotos. Tanto quanto eu sei, este método funciona com muita precisão. Alguém tem experiência no uso destas bibliotecas para o reconhecimento de padrões? Bem, e usando as bibliotecas em mql. Eu acho que o tema é muito interessante em si mesmo e deve ser desenvolvido. Eu ainda não tenho experiência com isso, mas gostaria de aprender.
Acho que poderia ser ótimo para a aprendizagem de máquinas, busca de padrões e outras tarefas.
Engraçado - é possível construir em um bot a possibilidade de detectar um usuário pelo seu rosto, se ele tiver uma câmera, e se for uma pessoa diferente, então não permita a troca:)
Pruf http://opencv.org/