zhiyuanspring

摘要： %% 正负样本所在folderfext='*.png';%要读取的文件格式positiveFolder='F:\课题\Crater detection\machingLearning\Positive Images\';%要读取文件的路径dtPositive=dir([positiveFolder ... 阅读全文

摘要： 在进行机器学习时，根据处理问题的不同，所需要的训练样本不同，并不是所有的训练样本都可以在网络上搜索到，所有，有时需要根据自己要解决的问题的实际需要，制作自己的样本数据集。matlab是半自动制作样本训练集的一个较强大的工具。1运行matlab自带的trainingImageLabeler函数1.1运... 阅读全文

摘要： 利用matlab读取指定路径下的图像%% 读入指定路径imgFolder下的图像imgNameimgFolder = 'F:\博\快盘\图像+数据\images\文章实验图'; %指定路径imgName = 'tile3_24.png'; %指定路径下的图像的名字% read the imageim... 阅读全文

摘要： 1.点击空百处2.在页面布局中，找到分隔符，选择”连续“选项，即在空白处插入分隔符特别注意：这里分隔符会出现换行现象，请选择空白处，不要影响原先布局3.当编辑下一个页眉时，点击“链接到前一条页眉”，即取消它与前章页眉之间 的联系4.然后编辑页眉的时候，前面的页眉不会随着你的编辑而改变，后面的页眉跟随... 阅读全文

摘要： 第0步：初始化一些参数和常数第1步：利用训练样本集训练第一个稀疏编码器第2步：利用训练样本集训练第二个稀疏编码器第3步：利用第二个稀疏编码器提取到的特征训练softmax回归模型第4步：利用误差反向传播进行微调第5步：利用测试样本集对得到的分类器进行精度测试下面将程序实现过程中的关键代码post出，... 阅读全文

摘要： 多层自编码器由多个稀疏自编码器和一个Softmax分类器构成；（其中，每个稀疏自编码器的权值可以利用无标签训练样本得到， Softmax分类器参数可由有标签训练样本得到）多层自编码器微调是指将多层自编码器看做是一个多层的神经网络，利用有标签的训练样本集，对该神经网络的权值进行调整。1多层自编码器的结... 阅读全文

摘要： 梯度检验是在编写机器学习算法时必备的技术，可以检验所编写的cost函数是否正确cost函数的主要功能是：计算代价函数、计算代价函数对参数的梯度实际程序中，梯度检验要配合cost函数一起使用，可以将该部分单独放在一个测试函数checkCost() 中 ① 给定一组样本及参数初始值 ② 利用cost函数... 阅读全文

摘要： numel元素个数assert表达式为假时输出某个字符串int2str整形转化为字符串型numel(A)返回A中的元素个数，A可以是任何的数据结构，如向量、矩阵、元胞、结构体等assert(expression, 'msgString')当表达式expression为假时，在命令行打印错误信息（即m... 阅读全文

摘要： 关于Andrew Ng的machine learning课程中，有一章专门讲解逻辑回归（Logistic回归），具体课程笔记见另一篇文章。下面，对Logistic回归做一个简单的小结：给定一个待分类样本x，利用Logistic回归模型判断该输入样本的类别，需要做的就是如下两步：① 计算逻辑回归假设函... 阅读全文

摘要： （第1维为对每一列操作，第2维维对每一行操作）sum求和操作max求最大值操作sum：求和操作sum(A)：矩阵A按列向求和(每一列求和)，结果为一个行向量sum(A,2):矩阵A按行向求和(每一行求和)，结果为一个行列向量sum(A(:)):矩阵A所有元素之和！sum(A(:)^2):矩阵A所有元... 阅读全文