摘要: 需要准备的知识点:http://www.cnblogs.com/zjiaxing/p/5616653.html http://www.cnblogs.com/zjiaxing/p/5616664.html http://www.cnblogs.com/zjiaxing/p/5616670.html 阅读全文
posted @ 2016-06-25 18:20 jason来自星星 阅读(3537) 评论(1) 推荐(0) 编辑
摘要: Kmeans算法的缺陷 • 聚类中心的个数K 需要事先给定,但在实际中这个 K 值的选定是非常难以估计的,很多时候,事先并不知道给定的数据集应该分成多少个类别才最合适• Kmeans需要人为地确定初始聚类中心,不同的初始聚类中心可能导致完全不同的聚类结果。(可以使用Kmeans++算法来解决) K- 阅读全文
posted @ 2016-06-25 18:04 jason来自星星 阅读(5966) 评论(0) 推荐(0) 编辑
摘要: 先以一个简单直观的实例来介绍k-d树算法。假设有6个二维数据点{(2,3),(5,4),(9,6),(4,7),(8,1),(7,2)},数据点位于二维空间内(如图2中黑点所示)。k-d树算法就是要确定图2中这些分割空间的分割线(多维空间即为分割平面,一般为超平面)。下面就要通过一步步展示k-d树是 阅读全文
posted @ 2016-06-25 18:02 jason来自星星 阅读(1462) 评论(0) 推荐(0) 编辑
摘要: 何谓K近邻算法,即K-Nearest Neighbor algorithm,简称KNN算法,单从名字来猜想,可以简单粗暴的认为是:K个最近的邻居,当K=1时,算法便成了最近邻算法,即寻找最近的那个邻居。为何要找邻居?打个比方来说,假设你来到一个陌生的村庄,现在你要找到与你有着相似特征的人群融入他们, 阅读全文
posted @ 2016-06-25 17:57 jason来自星星 阅读(2274) 评论(0) 推荐(0) 编辑
摘要: ORB特征是目前最优秀的特征提取与匹配算法之一,下面具体讲解一下: 特征点的检测 图像的特征点可以简单的理解为图像中比较显著显著的点,如轮廓点,较暗区域中的亮点,较亮区域中的暗点等。ORB采用FAST(features from accelerated segment test)算法来检测特征点。这 阅读全文
posted @ 2016-06-25 17:54 jason来自星星 阅读(34762) 评论(2) 推荐(7) 编辑