Providence

摘要： 1、Graph-Based 方法简介 基于图的图像分割方法将图像伪造成带权值无向图的形式 :G = (V, E)其中，V是顶点集合，把图像中的每个像素或者每个区域看成图的一个顶点；E是边的集合，连接相邻的像素点或者相邻区域两个区域。每条边的权值是表示相连接的两部分的特征信息，如颜色特征等。 ... 阅读全文

摘要： 一幅图像的纹理是在图像计算中经过量化的图像特征。图像纹理描述图像或其中小块的空间颜色分布和光强分布。 纹理特征的提取分为基于结构的方法和基于统计数据的方法。一个基于结构的纹理特征提取方法是将所要检测的纹理进行建模，在图像中搜索重复的模式。该方法对人工合成的纹理识别效果较好。但对于交通图像中... 阅读全文

摘要： 受试者工作特征曲线（receiver operating characteristic curve, 简称ROC曲线），又称为感受性曲线（sensitivity curve）。得此名的原因在于曲线上各点反应着相同的感受性，它们都是对同一信号刺激的反应，只不过是在几种不同的判定标准下所得的结果而已。接... 阅读全文

摘要： LBP方法（Local binary patterns）是一个计算机视觉中用于图像特征分类的一个方法。LBP方法在1994年首先由T. Ojala, M.Pietikäinen, 和 D. Harwood 提出，用于纹理特征提取。后来LBP方法与HOG特征分类器联合使用，改善了一些数据集[45]... 阅读全文

摘要： https://chunqiu.blog.ustc.edu.cn/?p=570http://spams-devel.gforge.inria.fr/index.html在一篇显著性检测文章：Saliency Detection via Dense and Sparse Reconstruction ... 阅读全文

摘要： 最大期望算法：EM算法。在统计计算中，最大期望算法（EM）是在概率模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量。最大期望算法经过两个步骤交替进行计算：第一步是计算期望（E），利用对隐藏变量的现有估计，计算其最大似然估计值；第二步是最大化（M），最大化在E步上... 阅读全文

摘要： 混合高斯模型和EM算法 这篇讨论使用期望最大化算法（Expectation-Maximization）来进行密度估计（density estimation）。 与K-means一样，给定的训练样本是，我们将隐含类别标签用表示。与k-means的硬指定不同，我们首先认为是满足一定的概率分布的，... 阅读全文

摘要： http://www.cnblogs.com/zhangchaoyang/archive/2012/08/28/2660929.html 阅读全文

摘要： 转自：http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006910.html聚类属于无监督学习，以往的回归、朴素贝叶斯、SVM等都是有类别标签y的，也就是说样例中已经给出了样例的分类。而聚类的样本中却没有给定y，只有特征x，比如假设宇宙中的星... 阅读全文

摘要： 转自：http://blog.csdn.net/zouxy09/article/details/8537620机器学习十大算法之一：EM算法。能评得上十大之一，让人听起来觉得挺NB的。什么是NB啊，我们一般说某个人很NB，是因为他能解决一些别人解决不了的问题。神为什么是神，因为神能做很多人做不了的事... 阅读全文