原创 【3】正交匹配追蹤(OMP)在稀疏分解與壓縮感知重構中的異同

轉自:http://blog.csdn.net/jbb0523/article/details/45100659 題目:正交匹配追蹤(OMP)在稀疏分解與壓縮感知重構中的異同         如果研究了稀疏分解再來研究壓縮感知可

原创 正交匹配追蹤(OMP)其它改進算法

轉載自:http://blog.csdn.net/jbb0523/article/details/45693359 題目:正交匹配追蹤(OMP)其它改進算法 下面介紹10篇文獻中的OMP改進算法,首先給出這10篇參考文獻: [1]

原创 L0、L1與L2範數、核範數

今天我們聊聊機器學習中出現的非常頻繁的問題:過擬合與規則化。我們先簡單的來理解下常用的L0、L1、L2和核範數規則化。最後聊下規則化項參數的選擇問題。這裏因爲篇幅比較龐大,爲了不嚇到大家,我將這個五個部分分成兩篇博文。知識有限,以下都是

原创 【1】稀疏表示與匹配追蹤

轉自:http://blog.csdn.net/jbb0523/article/details/45099655 題目:稀疏表示與匹配追蹤         如果研究壓縮感知重構算法,那麼匹配追蹤絕對是一個繞不過去的概念,雖然最原

原创 Matlab中的color 畫線的多種顏色

原文地址:Matlab中的color 畫線的多種顏色作者:荷戈士 注意:MATLAB中調色板色彩強度[0,1],0代表最暗,1代表最亮。           常用顏色的RGB值    -------------------------

原创 使用align環境輸入多行公式的技巧

LaTeX技巧:使用align環境輸入多行公式的技巧   align是輸入多行公式中最好用的環境,僅僅是個人淺見,因爲他的對齊非常靈活,如果大家需要非常靈巧的對齊方式的多行公式,建議使用align環境,對應的也還有align*和align

原创 數學建模專欄 | 開篇:如何備戰數學建模競賽之 MATLAB 編程

作 者 簡 介 卓金武,MathWorks中國高級工程師,教育業務經理,在數據分析、數據挖掘、機器學習、數學建模、量化投資和優化等科學計算方面有多年工作經驗,現主要負責MATLAB校園版業務。曾2次獲全國大學生數學建模競賽一等獎,1

原创 最小二乘法

轉載自:http://www.cnblogs.com/iamccme/archive/2013/05/15/3080737.html 一.背景    5月9號到北大去聽hulu的講座《推薦系統和計算廣告在視頻行業應用》,想到能見到

原创 範數概念

一、向量範數 1 範數-Norm- the concept 向量的範數可以簡單形象的理解爲向量的長度,或者向量到零點的距離,或者相應的兩個點之間的距離。 向量的範數定義:向量的範數是一個函數||x||, 滿足:     非負

原创 Matlab中的color 畫線的多種顏色-補充

極座標繪圖polar,不能利用 plot(X,Y,'color',C(ii,:),'linewidth',3);  這樣的語句,所以沒辦法直接改顏色,所以需要使用函數句柄來獲得,之後進行顏色的設定,舉例如下: for k = 1:Q

原创 【2】施密特(Schimidt)正交化與正交匹配追蹤

轉載自:http://blog.csdn.net/jbb0523/article/details/45100351         文獻[1]中給出了施密特(Schimidt)正交化的過程: 上面的的[x,y]表示向量內積,[x,

原创 C++ Primer Plus第五版 第五章 編程練習答案

/*******************************************************************************************************************

原创 C++ Primer Plus第五版 第二章 編程練習答案

/*******************************************************************************************************************

原创 牛頓法和擬牛頓法 -- BFGS, L-BFGS, OWL-QN

牛頓法和擬牛頓法 -- BFGS, L-BFGS, OWL-QN 轉載自:http://www.cnblogs.com/richqian/p/4535550.html 數據、特徵和數值優化算法是機器學習的核心,而牛頓法及其改良

原创 C++ Primer Plus第五版 第七章 編程練習答案

/*******************************************************************************************************************