06 2013 档案

摘要： 阅读全文

摘要：from:http://blog.csdn.net/abcjennifer/article/details/7804962无监督学习近年来很热，先后应用于computer vision, audio classification和 NLP等问题，通过机器进行无监督学习feature得到的结果，其accuracy大多明显优于其他方法进行training。本文将主要针对Andrew的unsupervised learning，结合他的视频：unsupervised feature learning by Andrew Ng做出导论性讲解。关键词：unsupervised learning，fe.. 阅读全文

摘要：CVonlinehttp://homepages.inf.ed.ac.uk/rbf/CVonlinehttp://homepages.inf.ed.ac.uk/rbf/CVonline/unfolded.htmhttp://homepages.inf.ed.ac.uk/rbf/CVonline/CVentry.htm李子青的大作：Markov Random Field Modeling in Computer Visionhttp://www.cbsr.ia.ac.cn/users/szli/mrf_book/book.htmlHandbook of Face Recognition (PDF 阅读全文

摘要：from：http://blog.sciencenet.cn/blog-830496-679604.html深度学习(Deep Learning，DL)的相关资料总结有人认为DL是人工智能的一场革命，貌似很NB。要好好学学。0 第一人（提出者） 好像是由加拿大多伦多大学计算机系(Department of Computer Science,University of Toronto) 的教授Geoffrey E. Hinton于2006年提出。 其个人网站是： http://www.cs.toronto.edu/~hinton/ science上的那篇论文： http://www.scie.. 阅读全文

摘要：from:http://blog.csdn.net/abcjennifer/article/details/7826917Deep Learning是机器学习中一个非常接近AI的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，最近研究了机器学习中一些深度学习的相关知识，本文给出一些很有用的资料和心得。Key Words：有监督学习与无监督学习，分类、回归，密度估计、聚类，深度学习，Sparse DBN，1. 有监督学习和无监督学习给定一组数据(input，target)为Z=(X，Y)。有监督学习：最常见的是regression&classification。regression 阅读全文

摘要：from:http://farmingyard.diandian.com/post/2013-04-07/40049536511来源：十一城http://elevencitys.com/?p=1854深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。深度学习是无监督学习的一种。深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。深度学习的概念由Hinton等人于2006年提出。基于深信度.. 阅读全文

摘要：from：http://blog.sina.com.cn/s/blog_736aa0540101kzqb.htmlclc; clear; close all;% Haar-like特征矩形计算board = 24% 检测窗口宽度num = 24% 检测窗口分划数show = 1;% 1为作图time = 0.001;% 作图间隔%%if mod(board,num)~=0error('检测窗口宽度必须是分划数的整数倍')elsedelta = board/num% 滑动步进值　end%% Haar特征1：左白,右黑,(s,t)=(1,2)s = 1;t = 2;R = s:s: 阅读全文

摘要：[-]图像处理与计算机视觉基础经典以及最近发展一 绪论为什么要写这篇文章图像处理和计算机视觉的分类图像处理和计算机视觉开源库以及编程语言选择本文的特点和结构以及适合的对象二 图像处理与计算机视觉相关的书籍数学信号处理经典信号处理随机信号处理小波变换信息论模式识别图像处理与计算机视觉的书籍推荐小结三 计算机视觉中的信号处理与模式识别BoostingClusteringCompressive SensingDecision TreesDynamical ProgrammingExpectation MaximizationGraphical ModelsHidden Markov ModelInd 阅读全文