2016-09-03

忍者デベロッパーAPIで記事を自動投稿

本やゲームの発売記事を忍者デベロッパーのAPIとAmazonのAPIを利用して別ブログで自動投稿中

ほとんど説明がないからわかりづらいけど、
APIを使ってみるだけなら パーソナルアクセストークン から新しいトークンを生成すればOK

忍者デベロッパーへアクセスし、開発を始めるをクリック

f:id:flet:20170503224509p:plain

パーソナルアクセストークンの新しいトークンを生成をクリック

f:id:flet:20170503224522p:plain

適当な名前を入力し、サービスに忍者ブログを選択して、作成をクリック

f:id:flet:20170503224637p:plain

アクセストークンが生成されるので保管しておく（忘れたら同じ手順で別のトークンを生成）

f:id:flet:20170503224650p:plain

APIのアクセストークンを指定

https://api.shinobi.jp/document/#api
あとは↑のページのように生成したトークンをaccess_tokenパラメータかAuthoizationヘッダに指定することでAPIを利用することができる

2016-08-29

NeuroSky MindWaveの脳波をグラフ表示するChromeアプリ

アプリ

MindWave Proxyのマニュアル

NeuroSky MindWaveの脳波をグラフ表示し、WebSocket経由でデータ取得ができます。

f:id:flet:20170503224735p:plain

ダウンロード

mindwave_proxy.crxをダウンロード

インストール

Chromeの設定から拡張機能タブを開く

デベロッパーモードにチェック✔
mindwave_proxy.crxをChromeにドラッグ＆ドロップでインストールされます。

MindWave Proxyの起動

ChromeのアプリからMindWave Proxyを起動。
又は、拡張機能のMindWave Proxyの詳細からショートカット作成、起動

f:id:flet:20170503224748p:plain
f:id:flet:20170503224800p:plain

MindWaveの接続

ペアリング

NeuroSky MindWaveをペアリング（スタートガイド）

接続

デバイスを選択し、Connectボタンを押下

f:id:flet:20170503224821p:plain

（MindWaveのシリアルポートは以下から確認）

コントロールパネル → デバイスとプリンター → MindWave Mobileのプロパティ → ハードウェアのタブをクリック

f:id:flet:20170503224837p:plain

WebSocketサーバー

ServerStatusがstartedなら指定ポート番号（デフォルト9999）でWebSocketサーバーが立ち上がる

f:id:flet:20170503224903p:plain

グラフの表示

viewerをクリックすると取得可能な各波形のグラフを参照できる

f:id:flet:20170503224915p:plain

※グラフがおかしい・WebSocketから取得できる値がおかしい、取得できない場合は、接続するシリアルポートが違う又は、viewerのReconnectを試すか、Mindset Proxyを再起動すると改善する場合があります。その他、不具合・要望等があればコメントお願いします。

2013-04-18

画像をK-means法とFuzzy-C-Means法でクラスタリング

プログラミング

f:id:flet:20170503222500j:plain

学習したのは画像処理ではおなじみのlennaさん

条件

画像のサイズは200x200 (lenna)
クラスタの数は10個
5x5の画素の輝度を1個のパターンとして扱い、計40個のパターンを入力データとして使用する

画像から入力データを取り出す
10回クラスタの重心を再計算する
分類結果を出力する
1~3を繰り返す。

K-means

分類　1回　　　　　複数回

f:id:flet:20170503222530j:plain 　　　　　　　 f:id:flet:20170503222536j:plain

Fuzzy-C-Means

分類　1回　　　　　複数回

f:id:flet:20170503222709j:plain 　　　　　　　 f:id:flet:20170503222718j:plain

1つのパターンと単語を関連付けとかして、画像内で投票っぽいことすればある程度、物体認識できるんじゃないかなあと
思っていたりいなかったりそんな感じ

追記（2016/10/17）：
群知能とデータマイニングの６章「パタン認識と画像処理のための粒子群最適化法」を参考に当時実装しました。自作ライブラリを使ったりしててかなり読みづらいですがソースコードのリンクを載せておきます。結構Visual C++の設定をいじらないと動かないです。素直にOpenCVの使い方覚えたほうがいいレベル。