摘要：
从今天开始，我的微信公众号“天空之窗”就暂且停止更新内容了，专心搞研究！上午从师姐那儿淘到一份关于faruto讲解的Libsvm-FarutoUltimate3.1 based on libsvm-3.1，获益匪浅，至少对于目前调参、参数寻优等可以顺利的进展了。毕竟是人家的文章，下面是faruto的 阅读全文
摘要：
English: libsvm_options: -s svm_type : set type of SVM (default 0) 0 -- C-SVC 1 -- nu-SVC 2 -- one-class SVM 3 -- epsilon-SVR 4 -- nu-SVR -t kernel_ty 阅读全文
摘要：
做机器视觉和图像处理方面的研究工作，最重要的两个问题：其一是要把握住国际上最前沿的内容；其二是所作工作要具备很高的实用背景。解决第一个问题的办法就是找出这个方向公认最高成就的几个超级专家(看看他们都在作什么)和最权威的出版物(阅读上面最新的文献)，解决第二个问题的办法是你最好能够找到一个实际应用的项 阅读全文
摘要：
做图像处理+模式识别的童鞋怎么可以没有数据库呢？ 但是，如果自己做一个数据库，费时费力费钱先不说，关键是建立的数据库的公信力一般不会高，做出的算法也别人也不好比较，所以呢，下载比较权威的公共数据库还是来得方便、直接、有效。 原先我也收藏了一些公共数据库的下载链接，但是由于近期电脑损坏给搞没了，那个后 阅读全文
摘要：
1. 早期C. Koch与S. Ullman的研究工作. 他们提出了非常有影响力的生物启发模型。 C. Koch and S. Ullman . Shifts in selective visual attention: Towards the underlying neural circuitry 阅读全文
该文被密码保护。 阅读全文
摘要：
转载来源：https://www.zhihu.com/question/21094489 作者：余洋链接：https://www.zhihu.com/question/21094489/answer/22076370来源：知乎支持向量机 不是一种机器 而是一种机器学习算法.....N个人问过我这个问 阅读全文
摘要：
cat：用来联结数组 用法：C = cat(dim, A, B) 按dim来联结A和B两个数组。 C = cat(dim, A1, A2, A3, ...) 按dim联结所有输入的数组。 EXP: a=cat(3,A,B) 左括号后的3表示构造出的矩阵维数；在新的矩阵中第1、2维就是A和B]这两 个 阅读全文
摘要：
Kullback–Leibler divergence KL散度 In probability theory and information theory, the Kullback–Leibler divergence[1][2][3] (also information divergence,i 阅读全文
摘要：
这个函数很重要： function KL = kldiv(varValue,pVect1,pVect2,varargin) %KLDIV Kullback-Leibler or Jensen-Shannon divergence between two distributions.% KLDIV(X 阅读全文
摘要：
看了很多资料（包括我们实验室群里师兄上传的资料），算是掌握了libsvm的正确安装和使用，把结果告诉大家以方便以后使用。 1. 参考网站： libsvm库下载：http://www.csie.ntu.edu.tw/~cjlin/libsvm/ 视频：http://v.youku.com/v_show 阅读全文
摘要：
本来看了一天的分类器方面的代码，乱乱的，索性再把最基础的概念拿过来，现总结一下机器学习的算法吧！ 1.机器学习算法简述 按照不同的分类标准，可以把机器学习的算法做不同的分类。1.1 从机器学习问题角度分类 我们先从机器学习问题本身分类的角度来看，我们可以分成下列类型的算法：监督学习算法... 阅读全文
摘要：
前言： 本文总结的常见机器学习算法（主要是一些常规分类器）大概流程和主要思想。 朴素贝叶斯： 有以下几个地方需要注意： 1. 如果给出的特征向量长度可能不同，这是需要归一化为通长度的向量（这里以文本分类为例），比如说是句子单词的话，则长度为整个词汇量的长度，对应位置是该单词出现的次数。 2... 阅读全文
摘要：
这是收录的图像视觉领域的博客资源的第一部分，包含：中国内地、香港、台湾 这些名人大家一般都熟悉，本文仅收录了包含较多资料的个人博客，并且有不少更新，还有些名人由于分享的paper、code或者数据集不多，暂时没收录了。择优选择自己关注的吧！ 说明： 1）主要罗列有资源分享的博客，如果是该领域专家但资 阅读全文
摘要：
这篇blog，原来是西弗吉利亚大学的Li xin整理的，CV代码相当的全，不知道要经过多长时间的积累才会有这么丰富的资源，在此谢谢LI Xin 。我现在分享给大家，希望可以共同进步！还有，我需要说一下，不管你的理论有多么漂亮，不管你有多聪明，如果没有实验来证明,那么都是错误的。 OK~本博文未经允许 阅读全文
摘要：
做图像处理，没有一定的知识储备是不可能的，但是一定要学会“借力打力”，搜集一些很实用的开源代码，你们看看是否需要~~ 场景识别： SegNet: A Deep Convolutional Encoder-Decoder Architecture for Robust Semantic Pixel-W 阅读全文
摘要：
做机器视觉和图像处理方面的研究工作，最重要的两个问题：其一是要把握住国际上最前沿的内容；其二是所作工作要具备很高的实用背景。解决第一个问题 的办法就是找出这个方向公认最高成就的几个超级专家(看看他们都在作什么)和最权威的出版物(阅读上面最新的文献)，解决第二个问题的办法是你最好能够找 到一个... 阅读全文
摘要：
机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。这里南君先生为您总结一下常见的机器学习算法，以供您在工作和学习中参考。机器学习的算法很多。很多时候困惑人们都是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。这里，我们从两个方面来给大... 阅读全文
摘要：
1）fix(n)朝零方向取整，这是一类应用在整数取值上的函数，就如同以前我们所研究的求整问题，例如，fix(pi)=3;fix(-1.3)=-1; fix(1.3)=1;2）round(n)：四舍五入到最近的整数，如round(-1.3)=-1;round(-1.52)=-2;round(1.3)=... 阅读全文
摘要：
在之前我们介绍了如何用 Kernel 方法来将线性 SVM 进行推广以使其能够处理非线性的情况，那里用到的方法就是通过一个非线性映射ϕ(⋅)将原始数据进行映射，使得原来的非线性问题在映射之后的空间中变成线性的问题。然后我们利用核函数来简化计算，使得这样的方法在实际中变得可行。不过，从线性到非线... 阅读全文