特徴空間のクラスタリング

未だにFFTに手をつけてない・・・

FFT処理を施した後の周波数画像とかが載っているサイトがあるんですが、あれはどうやって作ってるんだろう。
実数部（虚数部）のみを使う訳にはいかないはずだし・・・


とりあえず、今日はクラスタリングをしました

下のような特徴空間上の点を



下のようにいくつかのクラスタにグループ分けする




使用したのはNN法。ニアリーネイバーメソッド。

1, 1番最初の点から半径rのクラスタをつくる
2, i番目の点（i > 1）からは、今までに出来たクラスタ内にあれば、そのクラスタに属する
3, どのクラスタ内にもなければ、その点を中心として半径ｒのクラスタをつくる

まぁ、どうってことない内容ですね
問題としては、入力した点の順番によって、クラスタリングの仕方が変わる所
位置的には複数のクラスタに属する点がありますが、プログラム上、作成した順番が早いほうのクラスタに属する事になります

K-平均法の法が高性能だったりします



画像認識とかでクラスタリングは使われるんですが、クラスタリングの前に認識する画像を特徴空間へプロットすることが一番の問題だったりするんじゃないかな～

○、△、□を認識したい時に『そのモノの大きさ』みたいな要素を使っちゃ駄目だろうしね
どうするんだろ？『角の数』とかにするんだろうか・・・・


こんどK-平均法をやってみます

水曜は定休日

昨日久しぶりに学校だったんですが・・・




足イッテェ～ｗｗ

太もも張ってる！ぱっつんぱっつんになってるよ！


明日から本格的に始まるのに・・・足疲れるだろうなぁ


っつーか微分方程式と確率統計の復習やんないと。解き方結構忘れてるぞおい



プログラミングのクラス分けはなんだかんだでみんな上でした
下のクラスだと水曜日に学校行く必要があるので周りは焦ってたけど。つまんねー(笑)


『講義と演習を連続でやるとついていけない人がいるので下のクラスは講義と演習の時間を離しました』
なんて言ってたけど、離したら余計わからなくなると思う


普通は

上クラス→少し高度な授業
下クラス→懇切丁寧な授業

なんでしょうが、うちは

上クラス→適当な授業
下クラス→明らかに上クラスよりハードな授業

になってます。
これじゃわかんなくなるやつも増えるって
それなのに下クラスからA判定で這い上がってきた友人は凄い。素直に凄い。


授業内容は基本的に文法ばっかなんだし、教科書持ってんだから独学でやれよ。とは密かに思う





昨日気づきましたが、周りは結構単位落としてるっぽいです


卒研やらせてもらえないなんて、卒業以前の問題だと思うのですよ
みっともない

Hough変換おまけ

白まるで囲んだ所が集積点

カラーでもなんとか出来るね


直線だけじゃなく、半径いくつの円とかの抽出も出来るみたいです
問題に載ってました

Hough変換

焼いもはふはふしながら食べるのいいよね



さて、学校に行ってきたわけですが！

借りてきました！画像処理の本！

正直FFTとかよりもHough変換おもすれー！


下のような画像から。直線を抽出したい時につかわれるHough変換




直線上の点（x , y）を下の式に代入し、ρとθの関係式を得ます

ρ = xcosθ + y sinθ

すると、下のようなグラフが出来るはず




まぁ、詳しくは説明しませんが、θρ平面において曲線が集まる点からもとの直線が復元できるんじゃないの？凄くない？って感じです。すっごい適当ですが


一番上の画像をθρ画像に変換すると、下のようになります
（実際はもっと見にくいですが、わかりやすいように大げさにしてあります）





この画像だけで満足してしまったのは秘密

さて、これを逆変換すると！





もとの画像の直線が抽出されたぞ！ヤッタネ！



線分のみを抽出するのは無理っぽいかなぁ～
破線も抽出できてる！すごい！houghすごい！

2^43112609 - 1

時事ドットコム：過去最大の素数発見＝１２９７万ケタ－米大学

うぉぉ！凄いのか凄くないのかよくわからんぞ！（すごいです）

1300万もの桁を表すにはどれだけのバイトが必要なんだろう・・・・4バイトで10桁くらいだから・・・・・

う～ん、考えつきません

素数ってのは不思議なもので、規則的に出ていそうでいて規則的じゃなかったりする。変わったヤツです

まぁ、最大の素数見つけたことが役に立つかどうか聞かれると、う～んって感じですがｗ

いいじゃないですか、なんか面白いしね