OpenCV zur Erkennung grafischer Muster verwenden
Es reicht nicht aus, sie (die Muster) zu erkennen, das kann auch ein Mensch).
Sie müssen sie auch klassifizieren und wissen, was mit ihnen zu tun ist
Es ist allgemein bekannt, dass Korrelations- und ähnliche Methoden den Abgleich von Zeitreihen nicht genau handhaben und in einigen Fällen sogar überhaupt nicht genau sind.
In jüngster Zeit hat sich die Computer Vision weit verbreitet. Sie wird hauptsächlich zur Erkennung von Bildern, z. B. von Gesichtern auf Fotos, verwendet. Soviel ich weiß, funktioniert diese Methode sehr genau. Hat jemand Erfahrung mit der Verwendung dieser Bibliotheken für die Mustererkennung? Nun, und die Verwendung der Bibliotheken in mql. Ich denke, das Thema ist an sich sehr interessant und sollte weiterentwickelt werden. Ich habe noch keine Erfahrung damit, würde es aber gerne lernen.
Ich schätze, dass es für maschinelles Lernen, Mustersuche und andere Aufgaben gut geeignet ist.
Eines der lustigsten Dinge - man kann einen Bot einbauen, der einen Benutzer anhand seines Gesichts erkennt, wenn er eine Kamera hat, und wenn es eine andere Person ist, dann den Handel nicht zulässt:)
Pruf http://opencv.org/
Ich schlage vor, die Überlegungen weiter zu führen und mir vorzustellen, dass der Erkennungsmechanismus bereits existiert und im Terminal über das gleiche OpenCV funktioniert.
Was nun?
Elliott- undWolf-Wellen? Wir haben sie mit einiger Genauigkeit aufgespürt, und was nun? Dann gehen wir zurück zur Robotik mit SL, TP, TS
Ich schlage vor, die Überlegungen weiterzuführen und mir vorzustellen, dass der Erkennungsmechanismus bereits vorhanden ist und im Terminal über dasselbe OpenCV funktioniert.
Was nun?
Elliott- und Wolf-Wellen? Wir haben sie mit einiger Genauigkeit aufgespürt, und was nun? Dann gehen wir zurück zur Robotik mit SL, TP, TS
Zumindest klare und stabile Identifizierung von "schrecklichen" Orten für Strategien. Je früher zum Beispiel etwas "so" pfeift, desto besser, wir können die Gegenbewegung stoppen und Verluste vermeiden.
Ein einfaches Szenario - markieren Sie die verlustbringenden Zonen auf einem historischen Chart (ein Entwickler kennt sie "vom Sehen"), starten Sie ein Tutorial und dasselbe OpenCV starrt ununterbrochen auf den Chart.
Aber man kann sie nicht umschreiben... Die "Out-of-the-Box"-Mustererkennung ist nicht für Grafiken ausgelegt. Es ist immer noch eine Menge Mathematik erforderlich.
Ich schlage vor, die Überlegungen weiterzuführen und mir vorzustellen, dass der Erkennungsmechanismus bereits vorhanden ist und im Terminal durch dasselbe OpenCV funktioniert.
Was nun?
Elliott- und Wolf-Wellen? Wir haben sie mit einiger Genauigkeit aufgespürt, und was nun? Dann gehen wir zurück zur Robotik mit SL, TP, TS
Sir, sind Sie völlig verrückt? Ich habe bereits geschrieben, dass es sich hier um ein eng gefasstes Thema handelt, lassen Sie es uns bitte nicht mit Überbleibseln übersäen, denn wie üblich kann man nichts zu dem Thema finden, weil Leute wie Sie dem Pferd voraus sind. Die Anwendungsmöglichkeiten sind vielfältig und würden den Rahmen dieses Themas sprengen.
Wenn Sie etwas Spezielles für diese Bibliothek haben, nur zu.
Ich habe bereits geschrieben, dass dies ein eng gefasstes Thema ist, lassen Sie es uns nicht mit Überbleibseln übersäen, denn wie üblich können Sie nichts zu diesem Thema finden, weil Leute wie Sie dem Spiel voraus sind. Die Anwendungsmöglichkeiten sind vielfältig und würden den Rahmen dieses Themas sprengen.
Wenn Sie etwas Bestimmtes zu dieser Bibliothek haben - nur zu.
Und Sie selbst arbeiten bereits mit diesem Paket? Heruntergeladen und entpackt sieht es aus wie ein Monster. Es gibt viele gedruckte Bücher auf der Website, eines der O'Raily's ist über tausend Seiten lang!
Wenn Sie arbeiten, mit VS und welche Version? Oder mit etwas anderem?
Es gibt ein Dokument auf der Website, ich werde es langsam lesen.
Arbeiten Sie selbst bereits mit diesem Paket? Ich habe es heruntergeladen, entpackt und es sieht aus wie ein Monster. Es gibt viele gedruckte Bücher auf der Website, eines der O'Raily hat über tausend Seiten!
Wenn Sie arbeiten, mit VS und welche Version? Oder mit etwas anderem?
Es gibt eine Dokumentation auf der Website, die ich langsam lesen werde.
Ich bin immer noch auf der Suche nach der richtigen Seite dieses Monsters :) Ich bin auf der Suche nach Leuten, die bereits damit gearbeitet haben.
Ich muss die Abfolge der Schritte richtig formulieren, um z. B. einen Vergleich zwischen zwei Mustern durchzuführen, und dann etwas tun
Der größte Fortschritt in dieser Richtung wird mit CNN (Coherent Neural Networks) erzielt.
- habrahabr.ru
Danke für das Video, ich bin süchtig danach : )
Aber es ist nicht genau das, was wir brauchen, aber es ist gut für die Allgemeinbildung. Wir müssen 2 grafische Muster erkennen (auswendig lernen, was auch immer) und sie auf Ähnlichkeit vergleichen. Das ist die erste Aufgabe, mit der Sie beginnen sollten. Ich bin mir nicht sicher, ob Sie neuronet trainieren wollen.
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Es ist allgemein bekannt, dass Korrelations- und ähnliche Methoden den Abgleich von Zeitreihen nicht genau handhaben und in einigen Fällen sogar überhaupt nicht genau sind.
In jüngster Zeit hat sich die Computer Vision weit verbreitet. Sie wird hauptsächlich zur Erkennung von Bildern, z. B. von Gesichtern auf Fotos, verwendet. Soviel ich weiß, funktioniert diese Methode sehr genau. Hat jemand Erfahrung mit der Verwendung dieser Bibliotheken für die Mustererkennung? Und die Verwendung der Bibliotheken in mql. Ich denke, das Thema ist an sich sehr interessant und sollte weiterentwickelt werden. Ich habe noch keine Erfahrung damit, würde es aber gerne lernen.
Ich schätze, dass es für maschinelles Lernen, Mustersuche und andere Aufgaben gut geeignet ist.
Lustige Sache - es ist möglich, einen Bot einzubauen, der einen Benutzer anhand seines Gesichts erkennt, wenn er eine Kamera hat, und wenn es eine andere Person ist, dann den Handel nicht zulässt:)
Pruf http://opencv.org/