稀疏表示优化方面的零碎东西

摘要: 1、0范数无解,通常要用1范数近似求解;2、基矩阵去掉第i列为了避免求得平凡解,一般子空间聚类的意思是用矩阵本身表示该矩阵,就是X=XZ,如果Z=I就相当于出现平凡解,抽掉第i列后用其他列表示第i列才是子空间聚类要求的解。3、仿射空间、仿射组合:仿射空间,又称线性流形,是数学中的几何结构,这种结构是... 阅读全文
posted @ 2014-12-01 15:38 cleiyang 阅读(233) 评论(1) 推荐(0) 编辑

置换矩阵 摘自维基百科

摘要: 置换矩阵在数学中的矩阵论里,置换矩阵是一种系数只由0和1组成的方块矩阵。置换矩阵的每一行和每一列都恰好有一个1,其余的系数都是0。在线性代数中,每个n阶的置换矩阵都代表了一个对n个元素(n维空间的基)的置换。当一个矩阵乘上一个置换矩阵时,所得到的是原来矩阵的横行(置换矩阵在左)或纵列(置换矩阵在右)... 阅读全文
posted @ 2014-11-28 10:45 cleiyang 阅读(2519) 评论(0) 推荐(0) 编辑

贝叶斯定理学习

摘要: 搞清楚先验概率和后验概率再说公式1、考虑一个医疗诊断问题,有两种可能的假设:(1)病人有癌症。(2)病人无癌症。样本数据来自某化验测试,它也有两种可能的结果:阳性和阴性。假设我们已经有先验知识:在所有人口中只有0.008的人患病。此外,化验测试对有病的患者有98%的可能返回阳性结果,对无病患者有97... 阅读全文
posted @ 2014-11-26 10:47 cleiyang 阅读(282) 评论(0) 推荐(0) 编辑

距离计算方法总结 转自http://www.cnblogs.com/xbinworld/archive/2012/09/24/2700572.html#2663469

摘要: 在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement),这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究,甚至关系到分类的正确与否。 本文的目的就是对常用的相似性度量作一个总结。本文目录:1. 欧氏距离2. 曼... 阅读全文
posted @ 2014-11-21 09:55 cleiyang 阅读(142) 评论(0) 推荐(0) 编辑

2014.11.20查看到的有用网站和资料

摘要: http://www.cvchina.info/计算机视觉最新资讯https://github.com/MingMingCheng/CmCode/程明明2011CVPR的论文资料,有最新不要混淆saliency mode和salient object detection,前者试图去predict f... 阅读全文
posted @ 2014-11-20 18:03 cleiyang 阅读(123) 评论(0) 推荐(0) 编辑

转载的计算机视觉方面的牛人博客,出处:blog.csdn.net/carson2005

摘要: 以下链接是本人整理的关于计算机视觉(ComputerVision, CV)相关领域的网站链接,其中有CV牛人的主页,CV研究小组的主页,CV领域的paper,代码,CV领域的最新动态,国内的应用情况等等。打算从事这个行业或者刚入门的朋友可以多关注这些网站,多了解一些CV的具体应用。搞研究的朋友也可以... 阅读全文
posted @ 2014-11-20 17:57 cleiyang 阅读(210) 评论(0) 推荐(0) 编辑