原创 編程經驗:一個由windows.h&&winbase.h引起的bug~

1. 問題描述 最近遇到一個莫名其妙的bug,上網查找,沒有找到正確的解決辦法,難道大家都沒遇到?於是我說一說自己是怎麼解決的。 我用的是VS2010,一個解決方案下,添加了多個他人的項目,各個項目配置都使用了庫文件(A.lib),編譯,

原创 談談自己對線性最小二乘和非線性最小二乘之間關係的理解~

最小二乘問題,是最基本、最實用、最應用廣泛的的數學模型,在機器學習中更是得到了極大的應用(公式1),比如說我們的PCA,最經典的解釋就是:最小化樣本與其重構樣本之間的誤差和。採用的公式我不用寫出來大家都會明白,二者先取個差值,在來個平方,

原创 Opencv研讀筆記:haartraining程序之cvCreateCARTClassifier函數詳解(CART樹狀弱分類器創建)~

cvCreateCARTClassifier函數在haartraining程序中用於創建CART樹狀弱分類器,但一般只採用單一節點的CART分類器,即樁分類器,一個多節點的CART分類器訓練耗時很多。根據自己的測試,要等差不多10分鐘(2

原创 一個機器學習算法工程師的基本素質~

本文出處:https://zhuanlan.zhihu.com/p/21276788,原作者:吳YH堅 1. 前言 本來這篇標題我想的是算法工程師的技能,但是我覺得要是加上機器學習在標題上,估計點的人會多一點,所以標題成這樣了,呵呵

原创 轉載BP算法介紹好文

本文轉載自《Belief Propagation 解決計算機視覺問題》,作者lansatiankong Belief Propagtion在計算機視覺視覺中有相當廣泛的應用,當然這一切離不開MRF、CRF等圖模型的使用。  很多

原创 總結一下遇到的各種核函數~

由於之前做了很多核方法相關的子空間學習算法,本文打算對各種核函數進行一下簡要的介紹,希望對大家能夠有所幫助。   首先,再對核方法的思想進行描述,核函數的思想是一個偉大的想法,它工作簡練巧妙的映射,解決了高維空間中數據量龐大的問題,在機器

原创 Stereo Matching文獻筆記之(六):淺談置信度傳播算法(Belief-Propagation)在立體匹配中的應用~

這是我一個糾結過的問題,曾經反反覆覆的看相關的知識,Belief-Propagation是一個伴隨着“馬爾科夫隨機場”提出的優化算法,我對優化算法情有獨鍾,一直覺得搞定了各種優化,機器學習剩下的也就是知識擴展而已,嘿嘿,我也不知道這麼想是

原创 Stereo Matching文獻筆記之(十):經典算法Semi-Global Matching(SGM)之碉堡的動態規劃~

上一篇博客中提到了SGM的第一部分,基於分層互信息(HMI)的代價計算,本文繼續說說自己對SGM代價聚合部分的理解。 (轉載請註明:http://blog.csdn.net/wsj998689aa/article/details/5048

原创 邏輯迴歸好文轉載

Logistic Regression--邏輯迴歸算法彙總** 轉自別處 有很多與此類似的文章  也不知道誰是原創 因原文由少於錯誤 所以下文對此有修改並且做了適當的重點標記(橫線見的內容沒大明白 並且有些複雜,後面的運行流程依據前

原创 解釋一下核主成分分析(Kernel Principal Component Analysis, KPCA)的公式推導過程~

KPCA,中文名稱”核主成分分析“,是對PCA算法的非線性擴展,言外之意,PCA是線性的,其對於非線性數據往往顯得無能爲力,例如,不同人之間的人臉圖像,肯定存在非線性關係,自己做的基於ORL數據集的實驗,PCA能夠達到的識別率只有88%,

原创 編程經驗:Cmake編譯Opencv3.0&extra model所遇到的種種問題~

       前段時間調研一個算法,作者提供了源代碼,很自豪的宣佈源代碼已經集成在了3.0中,於是我就開始了“苦逼”的配置之旅,結果遇到了N個bug,還好自己有截圖的習慣,本文就說說我遇到的問題,以及如何解決部分問題。 1. opencv

原创 Stereo Matching文獻筆記之(八):《On Building an Accurate Stereo Matching System on Graphics Hardware》讀後感~

週末嘍~!又有時間寫寫博客了,繼續之前的論文讀後感,我發現寫博客有好幾個好處:1.分享。2.備忘。3.鍛鍊表達能力。不知道有沒有童鞋和我有一樣的結論,今天寫寫今年四月份精讀過的一篇文章《On Building an Accurate St

原创 離職了,寫點什麼吧~

一轉眼,工作三年了,如今已經和老東家說再見,即將開始新的征程,於是留下這篇博客,三年工作下來經驗沒有多少,教訓卻很多,選擇頭尾幾個項目聊一聊我的一點經驗教訓,權當紀念三年的美好時光。 1. 教育意義最深的項目 還記得當初姿態估計那個項目的

原创 Stereo Matching文獻筆記之(五):經典算法DoubleBP讀後感~

DoubleBP是一個立體匹配全局算法,來自於論文《Stereo Matching with Color-Weighted Correlation, Hierarchical Belief Propagation, and Occlusi

原创 Stereo Matching文獻筆記之(三):《Segment-Tree based Cost Aggregation for Stereo Matching》讀後感~

       前段時間整理博客發現,自己關於立體匹配部分的介紹太少了,這可是自己花了一個季度研究的東西啊!讀了自認爲大量的文章,基本上有源碼的都自己跑了一遍,還改進了多個算法。不寫寫會留下遺憾的,所以打算在立體匹配這一塊多謝謝博客,一來用