摘要：
libSVM 参数选择[预测标签，准确率，决策值]=svmpredict(测试标签，测试数据，训练的模型);原文参考：http://blog.csdn.net/carson2005/article/details/6539192关于SVM参数c&g选取的总结帖[matlab-libsvm]：http... 阅读全文
摘要：
对SVM的个人理解之前以为SVM很强大很神秘，自己了解了之后发现原理并不难，不过，“大师的功力在于将idea使用数学定义它，使用物理描述它”，这一点在看SVM的数学部分的时候已经深刻的体会到了，最小二乘法、梯度下降法、拉格朗日乘子、对偶问题等等被搞的焦头烂额。在培乐园听了讲课之后才算比较清晰的了解了... 阅读全文
摘要：
使用libsvm对MNIST数据集进行实验在学SVM中的实验环节，老师介绍了libsvm的使用。当时看完之后感觉简单的说不出话来。1. libsvm介绍虽然原理要求很高的数学知识等，但是libsvm中，完全就是一个工具包，拿来就能用。当时问了好几遍老师，公司里做svm就是这么简单的？敲几个命令行就可... 阅读全文
摘要：
Gabor变换Gabor变换属于加窗傅立叶变换，Gabor函数可以在频域不同尺度、不同方向上提取相关的特征。另外Gabor函数与人眼的生物作用相仿，所以经常用作纹理识别上，并取得了较好的效果。Gabor变换是短时Fourier变换中当窗函数取为高斯函数时的一种特殊情况.根据卷积定理，我们知道傅里叶变... 阅读全文
摘要：
小波变换简介小波分析属于信号时频分析的一种，在小波分析出现之前，傅立叶变换是信号处理领域应用最广泛、效果最好的一种分析手段。傅立叶变换是时域到频域互相转化的工具，从物理意义上讲，傅立叶变换的实质是把这个波形分解成不同频率的正弦波的叠加和。正是傅立叶变换的这种重要的物理意义，决定了傅立叶变换在信号分析... 阅读全文
摘要：
基于opencv的小波变换提供函数DWT()和IDWT()，前者完成任意层次的小波变换，后者完成任意层次的小波逆变换。输入图像要求必须是单通道浮点图像，对图像大小也有要求（1层变换：w,h必须是2的倍数；2层变换：w,h必须是4的倍数；3层变换：w,h必须是8的倍数......），变换后的结果直接保... 阅读全文
摘要：
降维（一）----说说主成分分析(PCA)的源头降维系列：降维（一）----说说主成分分析(PCA)的源头降维（二）----Laplacian Eigenmaps---------------------主成分分析（PCA）在很多教程中做了介绍，但是为何通过协方差矩阵的特征值分解能够得到数据的主成分... 阅读全文
摘要：
Li Fei-fei写给她学生的一封信，如何做好研究以及写好PAPER在微博上看到的，读完还是有些收获的，首先是端正做research的态度。我是从这里看到的：http://www.vjianke.com/ZM0BC.clip-------------------------------------... 阅读全文
摘要：
偶尔转帖：AI会议的总结（by南大周志华）说明: 纯属个人看法, 仅供参考. tier-1的列得较全, tier-2的不太全, tier-3的很不全.同分的按字母序排列. 不很严谨地说, tier-1是可以令人羡慕的, tier-2是可以令人尊敬的,由于AI的相关会议非常多, 所以能列进tier-3... 阅读全文
摘要：
颜色空间摘自：http://blog.csdn.net/juyingmin/article/details/5689591 （注：做了一些完善工作）1,CMY/CMYK颜色空间 青、品红、黄（CMY）（Cyan、Magenta、Yellow）彩色模型是彩色图象印刷行业使用的彩色空间，在彩色立方体中... 阅读全文
摘要：
小波变换 C++ opencv 实现小波简介：http://www.blogbus.com/shijuanfeng-logs/221293135.html源码：/// 小波变换Mat WDT( const Mat &_src, const string _wname, const int _lev... 阅读全文
摘要：
小波最近要用到小波，matlab中有现成的小波函数，但opencv中没有，很好奇opencv怎么没把这么重要的工具包含进去。网上找了资料很多，但太杂，重复太多。终于发现了一篇系统介绍小波的，O(∩_∩)O哈哈~ 分享之：http://ivm.sjtu.edu.cn/files/wavelet/%E7... 阅读全文
摘要：
机器学习的数学基础（1）--Dirichlet分布这一系列（机器学习的数学基础）主要包括目前学习过程中回过头复习的基础数学知识的总结。基础知识：conjugate priors共轭先验 共轭先验是指这样一种概率密度：它使得后验概率的密度函数与先验概率的密度函数具有相同的函数形式。它极大地简化了贝叶... 阅读全文
摘要：
支持向量机的优缺点SVM有如下主要几个特点：(1)非线性映射是SVM方法的理论基础,SVM利用内积核函数代替向高维空间的非线性映射；(2)对特征空间划分的最优超平面是SVM的目标,最大化分类边际的思想是SVM方法的核心；(3)支持向量是SVM的训练结果,在SVM分类决策中起决定作用的是支持向量；(4... 阅读全文
摘要：
二维卷积c代码二维信号的卷积原理请参考另外一篇文章：http://blog.csdn.net/carson2005/article/details/43702241这里直接给出参考代码：[cpp]view plaincopyvoidConv2(int**filter,int**arr,int**re... 阅读全文
摘要：
原文：http://www.cnblogs.com/laov/p/3541414.htmlLinux简介及Ubuntu安装常见指令系统管理命令打包压缩相关命令关机/重启机器Linux管道Linux软件包管理vim使用用户及用户组管理文件权限管理大牛笔记-www.weixuehao.com来自：htt... 阅读全文
摘要：
Logistic回归Part I: 线性回归线性回归很常见，给你一堆点，作出一条直线，尽可能去拟合这些点。对于多维的数据，设特征为xi，设函数h(θ)=θ+θ1x1+θ2x2+....θnxn为拟合的线性函数，其实就是内积，实际上就是y=wTx+b那么如何确定这些θ参数（parament）才能保证拟... 阅读全文
摘要：
Softmax回归Reference：http://ufldl.stanford.edu/wiki/index.php/Softmax_regressionhttp://deeplearning.net/tutorial/logreg.html起源：Logistic的二类分类Softmax回归是Lo... 阅读全文
摘要：
BP神经网络起源：线性神经网络与单层感知器古老的线性神经网络，使用的是单层Rosenblatt感知器。该感知器模型已经不再使用，但是你可以看到它的改良版：Logistic回归。可以看到这个网络，输入->加权->映射->计算分类误差->迭代修改W、b，其实和数学上的回归拟合别无二致。Logistic回... 阅读全文
摘要：
卷积神经网络起源：喵星人的视觉皮层1958 年，一群奇葩的神经科学家把电极插到喵星人的脑子里，去观察视觉皮层的活动。从而推断生物视觉系统是从物体的小部分入手，经过层层抽象，最后拼起来送入处理中心，减少物体判断的可疑性的。这种方法就与BP网络背道而驰。BP网络认为，大脑每个神经元都要感知物体的全部（全... 阅读全文