随笔分类 -  数学/工具

1 2 下一页
个人技术博客的选择：CSDN、博客园、简书、知乎专栏还是Github Page？
摘要：文章链接：个人技术博客的选择：CSDN、博客园、简书、知乎专栏还是Github Page？ 感觉还是Fuck The Dog！看来还是以后把文章写在本地，然后再上传到CSDN吧。被CSDN的缓存机制坑了几次，得非常注意这次事件才行！！！在知乎上申请了专栏，作为备份选项... 阅读全文
posted @ 2018-06-19 17:22 wishchin 阅读(702) 评论(0) 推荐(1) 编辑
最优化方法系列：Adam+SGD—>AMSGrad
摘要：自动调参的Adam方法已经非常给力了，不过这主要流行于工程界，在大多数科学实验室中，模型调参依然使用了传统的SGD方法，在SGD基础上增加各类学习率的主动控制，以达到对复杂模型的精细调参，以达到刷出最高的分数。 ICLR会议的 On t... 阅读全文
posted @ 2018-06-05 10:42 wishchin 阅读(7763) 评论(0) 推荐(0) 编辑
GPC：使用GPC计算intersection容易出现的问题
摘要：在使用GPC计算多边形的交的时候，出现问题 //1.2. 另一种方法，判断新的多边形是否和老多边形相交 Poly cross = (PolyDefault) Clip.intersection( filed, polyNig ); ... 阅读全文
posted @ 2018-05-22 15:22 wishchin 阅读(206) 评论(0) 推荐(0) 编辑
点云插值：三维平面参数确定-不共线三点的平面方程
摘要：参考链接：三维空间中的平面方程 这个链接是错误的： http://blog.csdn.net/PengPengBlog/article/details/52774421 //获取平面方程//Ax + By + Cz + D... 阅读全文
posted @ 2018-03-22 11:11 wishchin 阅读(2013) 评论(0) 推荐(0) 编辑
最优化方法系列：SGD、Adam
摘要：整理一下资源，不过最好还是根据书上的理论好好推导一下.....文章链接：Deep Learning 最优化方法之SGD 72615436本文是Deep Learning 之 最优化方法系列文章 整个优化系列文章列表：Deep Learning 之 最优化方法Dee... 阅读全文
posted @ 2018-03-15 17:58 wishchin 阅读(1000) 评论(0) 推荐(0) 编辑
图论 Make Unique：有向图和无向图的一些算法
摘要：计算机科学入门资料之一的《算法与数据结构-C语言版》，覆盖了基础算法的几乎所有分支，其中的一个典型分支为图理论。 一个简介：图论基础-图数据结构基础 一个简洁的博客：图论基础，简列一本书前言： 图... 阅读全文
posted @ 2018-01-03 09:49 wishchin 阅读(273) 评论(0) 推荐(0) 编辑
CNN结构：色彩空间建模-色彩空间分析
摘要：原文： 色彩空间基础 好一个NB的知乎专栏：色彩空间基础 ... 阅读全文
posted @ 2017-11-21 18:13 wishchin 阅读(870) 评论(0) 推荐(0) 编辑
计算一组向量相似度
摘要：以多维几何空间考虑，两组向量的相似度可以描述为在多维几何空间中的距离关系，距离越远，相似度越低。对原文有修改，如有疑惑，请拜访原文。 原文地址：距离 计算 总结 在做分类时常常需要估算不同... 阅读全文
posted @ 2017-09-19 09:29 wishchin 阅读(1080) 评论(0) 推荐(0) 编辑
Morse理论：拓扑不变性特征匹配原理
摘要：设计精美的宽基线双目相机镇文Mo’ersi lilun莫尔斯理论(卷名：数学)Morse theory 微分拓扑的一个重要分支。通常是指两部分内容：一部分是微分流形上可微函数的莫尔斯理论，即临界点理论；另一部分是变分问题的莫尔斯理论，即大范围变分法。确切地说，假设ƒ... 阅读全文
posted @ 2016-12-21 13:26 wishchin 阅读(803) 评论(0) 推荐(0) 编辑
PAC学习理论：机器学习那些事
摘要：参考翻译，有大量删除和修改，如有异议，请拜访原文。一定要看英文原文！！！。 本文转载于：深度译文：机器学习那些事 英文【原题】A Few Useful Things to Know About Machine Lear... 阅读全文
posted @ 2016-12-14 10:08 wishchin 阅读(517) 评论(0) 推荐(1) 编辑
直观判断图像是否可以被实时处理
摘要：直观判断给出了实时性的提示，那怎样判断呢？以下方法（现在的处理能力所达到的）： 对于识别，是否可以在第一眼的时间完成工作？若直观上认为可以完成，则图片对于算法是可以实时处理的；若需要进一步查看才能判别，则图片对于算法是不能实时处理的。 ... 阅读全文
posted @ 2016-08-29 15:25 wishchin 阅读(152) 评论(0) 推荐(0) 编辑
职业：图像处理入门教程
摘要：公司里有哥们想学图像处理，认为这东西看起来挺简单，应该可以很快入门进阶。他人之心，吾忖度之，不能再忖度了，否则会变成以小人之心度君子之腹。所以，应哥们的要求，我给他介绍一个图像处理入门教程。看起来入门比较麻烦，其实，只要功夫深，铁杵磨成针，欲速则不达，... 阅读全文
posted @ 2016-08-27 11:53 wishchin 阅读(370) 评论(0) 推荐(0) 编辑
统计：mAP的中文意思
摘要：原文链接：http://blog.csdn.net/Lu597203933/article/details/41802155 之前写过一篇blog叫做机器学习实战笔记之非均衡分类问题：http://blog.csdn.net/lu597... 阅读全文
posted @ 2016-08-05 18:05 wishchin 阅读(591) 评论(0) 推荐(0) 编辑
C++版的LLC代码
摘要：图像稀疏编码总结：LLC和SCSPM，文章对稀疏编码讲解非常详细。《Locality-constrained Linear Coding for Image Classification》的作者提供Matlab的代码实现，见http://www.ifp.illinoi... 阅读全文
posted @ 2016-05-18 19:17 wishchin 阅读(239) 评论(0) 推荐(0) 编辑
**ML : ML中的最优化方法
摘要：前言： 在机器学习方法中，若模型理解为决策模型，有些模型可以使用解析方法。不过更一般的对模型的求解使用优化的方法，更多的数据可以得到更多的精度。 AI中基于归纳的方法延伸出ML整个领域，基于数据的ML方法根据归纳准则进行拟合，基于约束函数和... 阅读全文
posted @ 2015-12-24 12:29 wishchin 阅读(334) 评论(0) 推荐(0) 编辑
装X数学：高雅的数学表示
摘要：采用高雅的数学描述 转自于：研究生之路怎么走？ 高雅的数学描述会提高你论文的等级和加强评审人对你基础功底的认可。例如泛函分析、集合、测度、度量空间和拓扑空间、现代代数、微分几何等数学方面的入门知识和表达方法对工科研究者大有意义。只要用得... 阅读全文
posted @ 2015-11-23 12:18 wishchin 阅读(608) 评论(0) 推荐(0) 编辑
EKF优化：协方差coff计算公式、意义、Code优化
摘要：复习！复习！ 原文链接：http://blog.csdn.net/goodshot/article/details/86111781.代码：Matlab相关系数的意义：Eigen::MatrixXf correlation_matrix = corrc... 阅读全文
posted @ 2015-11-13 10:13 wishchin 阅读(535) 评论(0) 推荐(0) 编辑
最优化：**回归/拟合方法总结
摘要：回归分析是建模和分析数据的重要工具。本文解释了回归分析的内涵及其优势，重点总结了应该掌握的线性回归、逻辑回归、多项式回归、逐步回归、岭回归、套索回归Lasso Regression、ElasticNet回归等七种最常用的回归技术及其关键要素，最后介绍了选... 阅读全文
posted @ 2015-08-24 11:40 wishchin 阅读(1561) 评论(0) 推荐(0) 编辑
机器学习中的群论方法
摘要：参考链接：http://m.blog.csdn.net/blog/iverson_49 群论最初应用于高次方程解析解可解性的研究，致力于寻找方程解集的规则化和抽象化，并提取可解性的一般规律。在机器学习方面，模式分类主要应用数学方法，剥离概率范畴，... 阅读全文
posted @ 2015-08-10 09:13 wishchin 阅读(882) 评论(0) 推荐(0) 编辑
图像特征综述
摘要：前言： 关于集合：在计算机科学领域，离散数学是非常重要的学科，在图像处理领域，这种重要性更加直观。一：特征可靠性的来源：1. 数据离散化： 系统观测理论：物理世界存在某一实体，若对其进行描述和解析，需要观测系统及系统所提供的... 阅读全文
posted @ 2014-11-16 14:13 wishchin 阅读(314) 评论(0) 推荐(0) 编辑

1 2 下一页
点击右上角即可分享
微信分享提示