SOURCE

ssimodel.dll

DETAILS
SimpleKNN	SimpleKNN  MODEL              K-nearest neighbor classifier.                +  k   UINT   1   '3'   LOCK   k neighbours               +  dist   INT   1   '0'   LOCK   distance measure function ( 0 = Eucidian )
SimpleFusion	SimpleFusion  FUSION              Maximum / sum / product decision fusion.                +  method   INT   1   '0'   LOCK   fusion method ( 0=MAXIMUM, 1=SUM, 2=PRODUCT )
SVM	SVM  MODEL              Support vector machine classifier                +  svm   INT   1   '0'   LOCK   SVM type ( C-SVC=0, nu-SVC=1)               +  kernel   INT   1   '0'   LOCK   Kernel type ( 0=linear: u'*v, 1=polynomial: (gamma*u'*v + coef0)^degree), 2=radial basis function: exp(-gamma*|u-v|^2), 3=sigmoid: tanh(gamma*u'*v + coef0)               +  degree   INT   1   '1'   LOCK   degree               +  gamma   DOUBLE   1   '0.01000'   LOCK   gamma               +  coef0   DOUBLE   1   '0.00000'   LOCK   coef0               +  nu   DOUBLE   1   '0.50000'   LOCK   nu in nu-SVC               +  C   DOUBLE   1   '1.00000'   LOCK   cost in C-SVC               +  eps   DOUBLE   1   '0.10000'   LOCK   set tolerance of termination criterion               +  p   DOUBLE   1   '0.10000'   LOCK   epsilon in loss function of epsilon-SVR               +  shrink   INT   1   '1'   LOCK   whether to use the shrinking heuristics (0=false,1=true)               +  srand   UINT   1   '0'   LOCK   if >0 use fixed seed to initialize random number generator, otherwise timestamp will be used               +  balance   INT   1   '0'   LOCK   balance #samples per class (0=off, 1=remove surplus, 2=create missing)               +  multicore   BOOL   1   'false'   LOCK   use all available CPU cores
Relief	Relief  SELECTION              Relief feature selection.                +  norm   BOOL   1   'false'   LOCK   normalize scores in interval [0..1]               +  mem   BOOL   1   'false'   LOCK   saves memory but less efficient
Rank	Rank  SELECTION              Rank feature selection.                +  kfold   UINT   1   '2'   LOCK   #folds used during evaluation               +  loo   BOOL   1   'false'   LOCK   use leave-one-out instead of kfold               +  louo   BOOL   1   'false'   LOCK   use leave-one-user-out instead of kfold
RandomFusion	RandomFusion  FUSION              Randomly picks one channel for classification, just for testing purpose.
PCA	PCA  OBJECT              Principal components analysis.                +  percentage   FLOAT   1   '0.00000'   LOCK   if > 0 keeps this percentage from the total variance
OnlineNaiveBayes	OnlineNaiveBayes  MODEL              Online Naive Bayes classifier.                +  log   BOOL   1   'true'   LOCK   use log normal distribution               +  prior   BOOL   1   'true'   LOCK   use prior probability
OnlineClassifier	OnlineClassifier  CONSUMER              Applies classifier to a stream and outputs result as an event.                +  address   CHAR   1024   ''   LOCK   event address (event@sender)               +  baseModel   CHAR   1024   ''   LOCK   path and name of warm start model (by default: file model.model in application directory)               +  actualModel   CHAR   1024   'actual.model'   LOCK   name of the newest lerned model (by default: file actual.model in application directory; must be in the application directory               +  modelOut   CHAR   1024   ''   LOCK   path where incremented model will be saved (excluding filename)               +  sampleOut   CHAR   1024   ''   LOCK   path where sampleLists will be saved               +  interval   BOOL   1   'false'   LOCK   switch for confidence interval               +  intervalMin   FLOAT   1   '0.00000'   LOCK   Min confidence of interval (if interval = true)               +  intervalMax   FLOAT   1   '1.00000'   LOCK   Max confidence of interval (if interval = true)               +  confidence   FLOAT   1   '0.50000'   LOCK   Set minimal value confidence must reach to be interesting (if interval = false)               +  console   BOOL   1   'false'   LOCK   output classification to console               +  useDecisionClass   BOOL   1   'false'   LOCK   Switch for using decision class only to forward if false each class will be forwarded               +  decisionClass   CHAR   1024   ''   LOCK   Set name of class for which classifier should react (if useDecisionClass = true               +  sname   CHAR   1024   ''   LOCK   name of sender (if sent to event board) [deprecated, see address]               +  ename   CHAR   1024   ''   LOCK   name of event (if sent to event board) [deprecated, see address]               +  valueName   CHAR   1024   ''   LOCK   Name of value to react on               +  oldSamplesUsage   BOOL   1   'false'   LOCK   if true: use old samples, which are not labeled by user for oldSamplesClass; if false: discard older samples not labled by user               +  oldSamplesClass   CHAR   1024   ''   LOCK   Class for which old samples should be used for training               +  annoOut   CHAR   1024   ''   LOCK   location and name of annotation file               +  training   BOOL   1   'true'   LOCK   Enable (true) or disable (false) online training of model
NaiveBayes	NaiveBayes  MODEL              Naive bayes classifier.                +  log   BOOL   1   'true'   LOCK   user log normal distribution               +  prior   BOOL   1   'false'   LOCK   use prior probability
LDA	LDA  MODEL              Linear discriminant analysis classifier.                +  norm   BOOL   1   'true'   LOCK   normalize probabilities               +  scale   BOOL   1   'true'   LOCK   scale feature values
KNearestNeighbors	KNearestNeighbors  MODEL              K-nearest neighbors classifier.                +  k   UINT   1   '3'   LOCK   k neighbours               +  distsum   BOOL   1   'false'   LOCK   instead of counting neighbors use average distance
KMeans	KMeans  MODEL              K-Means++ implementation.                +  k   UINT   1   '5'   LOCK   number of clusters               +  iter   INT   1   '1'   LOCK   number of times to independently run k-means with different starting clusters               +  pp   BOOL   1   'true'   LOCK   use kmeans++ instead of kmeans               +  smote   BOOL   1   'false'   LOCK   use smote to over sample under represented classes               +  norm   BOOL   1   'false'   LOCK   apply normalization in interval [-1,1]               +  random_seed   BOOL   1   'true'   LOCK   apply random seed to center selection               +  seed   INT   1   '1'   LOCK   apply seed when not using randomized center selection
HierarchicalModel	HierarchicalModel  MODEL              A hierarchical classifier.
FrameFusion	FrameFusion  MODEL              Within sample fusion.                +  method   INT   1   '0'   LOCK   fusion method ( 0 = Mean )               +  context   UINT   1   '0'   LOCK   number of context frames
FloatingSearch	FloatingSearch  SELECTION              Floating Feature Selection (SFS, SBS, Plus-L-Minus-R, SFFS)                +  kfold   UINT   1   '2'   LOCK   #folds used during evaluation               +  loo   BOOL   1   'false'   LOCK   use leave-one-out instead of kfold               +  louo   BOOL   1   'false'   LOCK   use leave-one-user-out instead of kfold               +  split   FLOAT   1   '0.00000'   LOCK   use the first split% for training and the rest for testing instead of kfold (split = ]0..1[, selected if > 0)               +  nfirst   UINT   1   '0'   LOCK   terminate after n first (0 for all)               +  method   INT   1   '0'   LOCK   method (0=SFS, 1=SBS, 2=PLUS-L-MINUS-R, 3=SFFS)               +  l   UINT   1   '1'   LOCK   plus l               +  r   UINT   1   '0'   LOCK   minus r               +  eval   INT   1   '0'   LOCK   evaluation method (0=CLASSWISE, 1=ACCURACY)               +  nthread   INT   1   '0'   LOCK   distribute work on n threads
FloatingCFS	FloatingCFS  SELECTION              Floating Correlation based Feature Selection (SFS, SBS, Plus-L-Minus-R, SFFS)                +  nfirst   UINT   1   '0'   LOCK   terminate after n first (0 for all)               +  method   INT   1   '0'   LOCK   method (0=SFS, 1=SBS, 2=PLUS-L-MINUS-R, 3=SFFS)               +  l   UINT   1   '1'   LOCK   plus l               +  r   UINT   1   '0'   LOCK   minus r
Fisher	Fisher  OBJECT              Fisher projection based on linear discriminant analysis.                +  n   UINT   1   '0'   LOCK   if > 0 keeps only the first n dimensions
Dollar$1	Dollar$1  MODEL              Dollar$1 classifier.                +  indx   INT   1   '0'   LOCK   dimension of x coordinate (0)               +  indy   INT   1   '1'   LOCK   dimension of y coordinate (1)               +  norm   BOOL   1   'false'   LOCK   recognition probabilities to sum up to 1
DecisionSmoother	DecisionSmoother  OBJECT              Returns smoothed decisions at a regular update rate                +  address   CHAR   1024   ''   LOCK   event address (event@sender)               +  sname   CHAR   1024   'decision'   LOCK   name of sender (if sent to event board) [deprecated, see address]               +  ename   CHAR   1024   'smoothed'   LOCK   name of event (if sent to event board) [deprecated, see address]               +  update   UINT   1   '0'   LOCK   update rate in ms (if 0 an event is only sent after a new event was received)               +  decay   FLOAT   1   '0.00000'   FREE   factor by which the target decision will be decreased if no new decision arrives               +  speed   FLOAT   1   '0.00000'   FREE   factor by which the smoothed decision will move towards the target decision (if <= 0 it will be immediatelly reached)               +  average   BOOL   1   'false'   FREE   target decision is replaced with cumulative moving average of previous decisions               +  window   DOUBLE   1   '0.00000'   FREE   window size in seconds over which previous decisions will be considered (0 -> infinite)
Collector	Collector  CONSUMER              Transforms current stream to a sample and stores it to a sample list.                +  user   CHAR   1024   ''   LOCK   user name               +  classes   CHAR   1024   ''   LOCK   list of class names (separated by blank)               +  iter   INT   1   '5'   LOCK   number of iterations per class               +  ask   BOOL   1   'false'   LOCK   always ask before recording next sample
ClassifierT	ClassifierT  FEATURE              Applies classifier to a stream and continuously outputs result to a new stream.                +  trainer   CHAR   1024   ''   LOCK   filepath of trainer               +  flat   BOOL   1   'false'   LOCK   in case of multiple samples merge to single sample
Classifier	Classifier  CONSUMER              Applies classifier to a stream and outputs result as an event.                +  address   CHAR   1024   ''   LOCK   event address (event@sender)               +  sname   CHAR   1024   ''   LOCK   name of sender (if sent to event board) [deprecated, see address]               +  ename   CHAR   1024   ''   LOCK   name of event (if sent to event board) [deprecated, see address]               +  path   CHAR   1024   ''   LOCK   path to trainer 'name:filepath' (if several separate by ;)               +  pthres   FLOAT   1   '0.00000'   LOCK   probablity threshold               +  merge   BOOL   1   'false'   LOCK   in case of multiple streams merge to single stream               +  flat   BOOL   1   'false'   LOCK   in case of multiple samples merge to single sample               +  console   BOOL   1   'false'   LOCK   output classification to console               +  winner   BOOL   1   'false'   LOCK   send winning class only               +  select   CHAR   1024   ''   LOCK   foward only specific classes (indices separated by ',') [ignored if winner=true]               +  trainer   CHAR   1024   ''   LOCK   filepath of trainer [deprecated use 'path']