潜心学习慧

摘要： 图像算法：不变矩一 工具：VC6.0+OpenCV1.0 语言：CPP二 原理：http://blog.csdn.net/byxdaz/archive/2009/12/28/5089448.aspx三 说明： 本源码参考了http://blog.csdn.net/dadaadao/archive/2011/01/04/6114705.aspx，对里面的一些错误(比较多)进行了修正，同时增加了匹配功能，即可以用来实现不变矩匹配，但在匹配中总发现有点点蹊跷，反复查看程序未发现问题，暂时放在博客，如果大家发现了错误，请不吝赐教！四 源码：1 /*=========================== 阅读全文

摘要： 矩阵无处不在。阅读到的资料是从行列式讲起的，据说读了《线性代数应该这样学》会有更多的收获然后在网上当了本过来看。从向量空间开始讲起觉得很抽象书里有很多证明题不知道是否能重燃兴趣。不过有句话“只有尝到梨子的甜头后才会知道梨子的味道”所以我决定尝梨子。 求解特征向量是矩阵运算中比较麻烦的事情尤其在编写程序时会发现很多细节尤其是精度和通用性问题。广义Hebb算法在求解中很简单。这是神经网络的魅力所在。对于求解部分参看于 simon haykin著《神经网络与机器学习》，韩力群著《人工神经网络理论，设计及应用》/* ------------------------------------------- 阅读全文

摘要： 协方差矩阵的详细说明转自http://blog.csdn.net/faceRec/article/details/1697362在做人脸识别的时候经常与协方差矩阵打交道，但一直也只是知道其形式，而对其意义却比较模糊，现在我根据单变量的协方差给出协方差矩阵的详细推导以及在不同应用背景下的不同形式。变量说明：设为一组随机变量，这些随机变量构成随机向量，每个随机变量有m个样本，则有样本矩阵 （1）其中对应着每个随机向量X的样本向量，对应着第i个随机单变量的所有样本值构成的向量。单随机变量间的协方差：随机变量之间的协方差可以表示为（2）根据已知的样本值可以得到协方差的估计值如下：（3）可以进一步地简化 阅读全文