摘要：
开始接触图像处理有一段时间了，经过前期的调研，和相关入门知识的学习，开始接触一些图像处理应用的工具。Opencv是一个图像处理的开源库，由于其开放的协议架构，国内外很多科研机构和团队都在基于opencv做开发。首先开发opencv要对opencv进行配置，本篇博客就是写出我的配置过程，和遇到的一些问... 阅读全文
摘要：
$\frac{以梦为马}{晨凫追风}$ 最优化问题的最优性条件，最优化问题的解的必要条件和充分条件 无约束问题的解的必要条件 $f(x)$在$x$处的梯度向量是0 有约束问题的最优性条件 等式约束问题的必要条件： 一个条件，两变量 $min f(x)=f([x]_1,[x]_2)$ $s.t. c( 阅读全文
摘要：
SVM问题再理解与分析——我的角度欢迎关注我的博客：http://www.cnblogs.com/xujianqing/支持向量机问题问题先按照几何间隔最大化的原则引出他的问题为上面的约束条件就是一个不等式约束，可以写成这个是SVM的基本型对它引入拉格朗日乘子，即对上式添加拉格朗日乘子该问题的拉格朗日函数可以写成： 对偶问题先定义一个概念：Wolfe对偶：定义问题是凸优化问题的对偶再定义一个概... 阅读全文
摘要：
SVMtrain的参数c和g的优化在svm训练过程中，需要对惩罚参数c和核函数的参数g进行优化，选取最好的参数知道测试集标签的情况下是让两个参数c和g在某一范围内取离散值，然后，取测试集分类准确率最佳的参数不知道测试集标签的情况下 （1）利用交叉验证的方法：(k-fold cross validation)Start bestAccuracy = 0 bestc = 0 bestg = 0 ... 阅读全文
摘要：
从二分类到多分类的迁移策略一般情况下问题研究为二分类问题，在解决多分类问题时有时可以直接推广到多分类，有时不能，不能推广的时候主要用三种拆分策略对问题进行研究 一对一的策略给定数据集这里有个类别，这种情况下就是将这些类别两两配对，从而产生个二分类任务，在测试的时候把样本交给这些分类器，然后进行投票 一对其余策略将每一次的一个类作为正例，其余作为反例，总共训练个分类器。测试的时候若仅有一个分类... 阅读全文
摘要：
LDA线性判别分析给定训练集，设法将样例投影到一条直线上，使得同类样例的投影点尽可能的近，异类样例点尽可能的远，对新样本进行分类的时候，将新样本同样的投影，再根据投影得到的位置进行判断，这个新样本的类别LDA二维示意图。用‘+’表示正类“-”表示负类，两个投影，实心三角形和圆表示投影中心二分类：给定数据集:第类的样本集合:第类的均值向量:第类的协方差矩阵将数据投影在直线上,则两类样本的中心点在直... 阅读全文
摘要：
极大似然法估计欢迎关注我的博客：http://www.cnblogs.com/xujianqing/举个例子：张无忌和宋青书分别给周芷若送一个糖果，周芷若最后只接受一个糖果，问周芷若接受了谁的糖果。大部分的人肯定会说，当然是张无忌了。这里面就蕴含了极大似然的思想。因为周芷若接受张无忌的概率大于宋青书呀，而故事的最后周芷若接受了一颗糖果这个事实发生了，所以我们自然选择发生概率大的那个了。一个函数总... 阅读全文
摘要：
概率统计欢迎关注我的博客：http://www.cnblogs.com/xujianqing/ 条件概率设和是任意两个事件，且，则称为事件在事件发生的条件下发生的条件概率。记作：这里可以理解是，在事件发生的情况里面去寻找事件也在的例子，就是条件概率，有一种归一化的感觉，也有一种找出全局，再去挑局部的概念。引入一个定理：（两个事件的积的概率）=（其中一个事件的概率）(另一个事件在前面一个事件发生... 阅读全文
摘要：
嵌入式运用的思路加快神经网络模型在硬件计算平台的计算速度主要有： 修改神经网络模型降低权重精度 通过权重剪枝 加快框架的执行时间优化矩阵之间的乘法（GEMM）类的通用计算 如NNPACK 将网络模型和权重配置转换成针对目标平台的代码，并对代码进行优化，如TensorRT,CaffePresso 网络模型参数剪枝的文章：Sqeezenet 是一种参数压缩的方式, 模型小了很多, 但是计算... 阅读全文
摘要：
版权声明：本文为博主原创文章，未经博主允许不得转载。博客不用于商业活动，博主对博客的使用，拥有最终解释权 本文为原创作品，未经本人同意，禁止转载，禁止用于商业用途！本人对博客使用拥有最终解释权 欢迎关注我的博客：http://blog.csdn.NET/hit2015spring和http://ww 阅读全文
摘要：
Caffe学习笔记4图像特征进行可视化 本文为原创作品，未经本人同意，禁止转载，禁止用于商业用途！本人对博客使用拥有最终解释权 欢迎关注我的博客：http://blog.csdn.net/hit2015spring和http://www.cnblogs.com/xujianqing/ 这篇文章主要参考的是http://nbviewer.jupyter.org/github/BVLC... 阅读全文