原创 聚類問題-k-mean算法

註明:此文章是轉載一篇較好的關於k-mean算法的文章 Clustering 中文翻譯作“聚類”,簡單地說就是把相似的東西分到一組,同 Classification (分類)不同,對於一個 classifier ,通常需要你告訴它“

原创 SVM——支持向量機詳解

(一)SVM的八股簡介 支持向量機(Support Vector Machine)是Cortes和Vapnik於1995年首先提出的,它在解決小樣本、非線性及高維模式識別中表現出許多特有的優勢,並能夠推廣應用到函數擬合等其他機器學習問

原创 最大熵模型

                                                            最大熵模型:讀書筆記                                              

原创

羣(轉) 在數學中,羣是一種代數結構,由一個集合以及一個二元運算所組成。要具有成爲羣的資格,這個集合和運算必須滿足一些被稱爲“羣公理”的條件,也就是封閉性、結合律、單位元和逆元。儘管很多熟知的數學結構比如數系統都遵從這些公理,例如

原创 Dynamic Time Warping(DTW—— 動態時間規整算法

Dynamic Time Warping 動態時間規整算法 Dynamic Time Warping(DTW)是一種衡量兩個時間序列之間的相似度的方法,主要應用在語音識別領域來識別兩段語音是否表示同一個單詞。 1. DTW方法原

原创 克羅內克積

定義[編輯] 如果A是一個 m × n 的矩陣,而B是一個 p × q 的矩陣,克羅內克積則是一個 mp × nq 的分塊矩陣 更具體地可表示爲 例子[編輯] . .

原创 SVM由淺入深的詳細講解(遇到最易懂的)

            支持向量機通俗導論(理解SVM的三層境界) 作者:July ;致謝:pluskid、白石、JerryLead。 出處:結構之法算法之道blog。 前言     動筆寫這個支持向量機(su

原创 Caffe + ubuntu 15.10 64bit + opencv 3.0.0 + atlas + cuda7.5 + cudnnv4.0+Anaconda2配置過程記錄文檔

論壇有很多關於caffe的教程,但大部分都很省略,而我基礎差,智商低,所以遇到了數不清的問題,因此在這裏把我遇到的所有問題及收穫寫成文檔,希望能給大家帶來幫助,錯誤的地方希望指正。   具體步驟: Step 1 安裝所需的依賴包: sud

原创 樹迴歸

1.簡單介紹         線性迴歸方法可以有效的擬合所有樣本點(局部加權線性迴歸除外)。當數據擁有衆多特徵並且特徵之間關係十分複雜時,構建全局模型的想法一個是困難一個是笨拙。此外,實際中很多問題爲非線性的,例如常見到的分段函數,不可能

原创 EM算法及其通俗易懂的講解

本文轉自:http://blog.csdn.net/zouxy09/article/details/8537620 機器學習十大算法之一:EM算法。能評得上十大之一,讓人聽起來覺得挺NB的。什麼是NB啊,我們一般說某個人很NB,是因爲

原创 圖像處理與計算機視覺 基礎、經典以及最近發展

申明:本文非筆者原創,原文轉載自:http://blog.csdn.net/liuyue2046/article/details/12658441 *************************************

原创 基於粒子濾波的物體跟蹤

一直都覺得粒子濾波是個挺牛的東西,每次試圖看文獻都被複雜的數學符號搞得看不下去。一個偶然的機會發現了Rob Hess(http://web.engr.oregonstate.edu/~hess/)實現的這個粒子濾波。從代碼入手,一下子

原创 深度學習自學筆記(一)

深度學習自學筆記(一) 聲明: 這是一個初學者寫給自己看的筆記,一個原因是想記錄我學習深度學習的思考過程,另一個是順便整理自己剛學的內容,所以內容非常膚淺,但我認爲這樣反而更容易讓新手接觸這個東西,所以若大牛們發現裏面的錯誤,還望不吝指點

原创 光流法詳解

光流法       這一部分《learing opencv》一書的第10章Lucas-Kanade光流部分寫得非常詳細,推薦大家看書。我這裏也粘帖一些選自書中的內容。       另外我對這一部分附上一些個人的看法(謬誤之處還望不

原创 隱馬爾科夫模型(HMM)詳解

隱馬爾可夫模型 (Hidden Markov Model,HMM) 最初由 L. E. Baum 和其它一些學者發表在一系列的統計學論文中,隨後在語言識別,自然語言處理以及生物信息等領域體現了很大的價值。平時,經常能接觸到涉及 HMM 的