原创 詳解內網IP外網IP的關聯及訪問互聯網原理

 首先解釋一下“內網”與“外網”的概念:     內網:即所說的局域網,比如學校的局域網,局域網內每臺計算機的IP地址在本局域網內具有互異性,是不可重複的。但兩個局域網內的內網IP可以有相同的。     外網:即互聯網,局域網通過一

原创 華爲eNSP中交換機設備無法正常啓動

可以使用了 用方法二的重置計數器 可以解決 1、以管理員方式運行CMD 2、在命令行下輸入"lodctr /r",重置計數器即可! 真的可以解決!

原创 運動目標檢測跟蹤各過程算法綜述

圖像預處理數字圖像中的幾種典型噪聲有:高斯噪聲來源於電子電路噪聲和低照明度或高溫帶來的傳感器噪聲;椒鹽噪聲類似於隨機分佈在圖像上的胡椒和鹽粉微粒,主要由圖像切割引起或變換域引起的誤差;加性噪聲是圖像在傳輸中引進的信道噪聲。一般來說,引入的

原创 Binder---- Android 的IPC 通信機制

什麼是Binder         在 linux 中,進程間的通訊機制有很多種,例如管道(pipe)、消息隊列(message queue)、信號(signal)、共享內存(share memory)、套接字(socket)等方式,他們

原创 Deep Learning(深度學習)學習筆記整理系列之(三)

     好了,到了這一步,終於可以聊到Deep learning了。上面我們聊到爲什麼會有Deep learning(讓機器自動學習良好的特徵,而免去人工選取過程。還有參考人的分層視覺處理系統),我們得到一個結論就是Deep lear

原创 Deep Learning(深度學習)學習筆記整理系列之(一)

目錄: 一、概述 二、背景 三、人腦視覺機理 四、關於特徵        4.1、特徵表示的粒度        4.2、初級(淺層)特徵表示        4.3、結構性特徵表示        4.4、需要有多少個特徵

原创 Deep Learning(深度學習)學習筆記整理系列之(五)

9.2、Sparse Coding稀疏編碼        如果我們把輸出必須和輸入相等的限制放鬆,同時利用線性代數中基的概念,即O = a1*Φ1 + a2*Φ2+….+ an*Φn, Φi是基,ai是係數,我們可以得到這樣一個優化問

原创 行爲識別特徵提取綜述

行爲識別特徵提取綜述 轉自:http://www.cnblogs.com/tornadomeet/archive/2012/06/22/2558548.html 主要參考“Human Activity Analysis: A Revi

原创 基於3D卷積神經網絡的人體行爲理解(論文筆記)

基於3D卷積神經網絡的人體行爲理解(論文筆記) [email protected] http://blog.csdn.net/zouxy09          最近看Deep Learning的論文,看到這篇論文:3D Convolu

原创 行人檢測(Pedestrian Detection)資源

一、論文 綜述類的文章 [1] D. Geronimo, and A. M.Lopez. Vision-based Pedestrian Protection Systems for Intelligent Vehicles,

原创 DPM 目標檢測原理

DPM(Deformable Parts Model) Reference: Object detection with discriminatively trained partbased models. IEEE Trans.

原创 p2p打洞原理

首先先介紹一些基本概念:             NAT(Network Address              Translators),網絡地址轉換:網絡地址轉換是在IP地址日益缺乏的情況下產生的,它的主要目的就是爲了能夠地址重用

原创 行人檢測(總結)

看了將近半年的行人檢測的資料,最近開題了,我也趁着這個機會把腦袋裏的東西總結一下: 先說下常用的數據庫:最早的是MIT,這個庫比較簡單,行人圖片背景簡單,只有正面和背面。在2005年以前流行,2005年後隨着HOG的提出,MIT庫上的

原创 Deep Learning(深度學習)學習筆記整理系列之(四)

九、Deep Learning的常用模型或者方法 9.1、AutoEncoder自動編碼器         Deep Learning最簡單的一種方法是利用人工神經網絡的特點,人工神經網絡(ANN)本身就是具有層次結構的系統,如果給

原创 Deep Learning(深度學習)學習筆記整理系列之(八)

十、總結與展望 1)Deep learning總結       深度學習是關於自動學習要建模的數據的潛在(隱含)分佈的多層(複雜)表達的算法。換句話來說,深度學習算法自動的提取分類需要的低層次或者高層次特徵。高層次特徵,一是指該特徵