Machine learning 在多维度上搜索二进制范围重合

Machine learning 在多维度上搜索二进制范围重合,machine-learning,pattern-matching,cluster-analysis,Machine Learning,Pattern Matching,Cluster Analysis,我已经澄清并简化了这个问题: 我有如下数据: 011100111110100111 111111111111110010 111100001111000011 数据流的1D通道。每行表示存在一个1或0的类型。类型往往在流中以块的形式存在。行的垂直顺序无关紧要 我正在寻找维度在两个或多个索引上重合的模式,既在“1”组的开始处,也在所有行/维度上任何“1”组重叠处 如果保持比例,图案可以与附近的相邻索引相抵消 D=尺寸/行 N=流中的索引 ((D1(N)、D25(N+4)、D900(N-1))、(

我已经澄清并简化了这个问题:

我有如下数据:

011100111110100111
111111111111110010
111100001111000011
数据流的1D通道。每行表示存在一个1或0的类型。类型往往在流中以块的形式存在。行的垂直顺序无关紧要

我正在寻找维度在两个或多个索引上重合的模式,既在“1”组的开始处,也在所有行/维度上任何“1”组重叠处

如果保持比例,图案可以与附近的相邻索引相抵消

D=尺寸/行 N=流中的索引

((D1(N)、D25(N+4)、D900(N-1))、(3、67、90、3000))

模式匹配在多个位置发生的示例。N处的尺寸01、指数N+4处的尺寸25、指数N-1处的尺寸900出现在指数3、67、90和3000处

返回的模式:
  • 按匹配索引的数量或模式中的维度数量排序
  • 至少匹配两个维度,至少匹配两个点

我该怎么办呢?

据我所知,您可能正在寻找合适的人选。作为起点,我将研究著名的算法,这是在您的示例中检测“1”元素的公共块的最基本技术之一(假设我们可以将每个列解释为一个独立的维度,并且维度之间没有特定的语义/关系,这将修改问题,因为维度的顺序变得有意义).

hmm,这个问题对我来说不清楚。我读它是因为我有一些困难的无序二进制数据…试着说明你有什么数据(你是如何得到的),最终目标是什么,你尝试了什么,失败的原因…应该清楚得多。我,xhudik。我只是编辑了我的帖子来澄清这个问题。你所说的“维度”到底是什么意思还不太清楚.列的顺序是否相关?如果每列对应一个“维度”,则例如,将第2列与第18列交换不会修改问题?