原创 基於caffe與MATLAB接口迴歸分析與可視化 原 薦
-----------------更新日誌----------------- 20:33 2017/1/28 提供MATLAB生成loss曲線的方法 -----------------更新日誌----------------- 如果遇
2018-12-02 21:09:42
3
原创 【模式識別】學習筆記(4)>>>【感知器、梯度法、最小平方誤差(LMSE)算法】 原
感知器的出發點則類似於這樣的例子：當我們面前擺放着一盆水的時候，想要知道水溫是熱還是燙，是冷還是溫。 如果我們事先知道自己如果用手去摸會被燙着或者會被凍着，我們就會慢慢將將手伸過去，慢慢地接近容器或者水面。 但是當我們事先並不知道會發生上述
2018-12-02 21:09:42
1
原创 翻譯過的一些博客文章 頂 原
如有翻譯不當的地方，請一定強烈指正！ 注：有一部分段落是別人先翻譯的，但是鄙人按照自己的理解覺得有出入的翻譯，也會再翻一遍，以期給讀者帶來多元化的翻譯結果，感激的是OSC提供了這樣的方式，當然，二次翻譯的時候有時候也會參考下一次翻譯。 簡單
2018-12-02 21:09:42
原创 圖像處理算法的各種優化【持續更新中】 原
首先，必須給開源中國的博客系統點個贊，右邊的標題導航真的很方便，跟CSDN"十幾年"一塵不變的畫風比起來真的甩了好幾條街，說不定一言不合就超越CSDN了（什麼？已經超越了？）~以下內容目前只是大膽猜測、感覺、沒有查閱過一些資料(這樣的資料好
2018-12-02 21:09:41
原创 有遮擋有隱藏應用程序錄像【更新中】-草稿版 原
遇到的困難： ？(150219)使用GDI+中PrintWindow的方法只能獲取託管程序空間的Bitmap，對於非託管的貌似無效。還有就是開啓雙緩存後畫布不能在paint結束時Dispose。否則無圖像(實際上託管中可以獲得位圖)。 ？(
2018-12-02 21:09:41
原创 有遮擋有隱藏應用程序錄像【更新中】 原
使用PrintWindow方法可以獲得程序位圖，無關乎託管和非託管，只是好像很多遊戲使用DS的是無法獲取位圖的，代碼如下：（大部分參考自：http://blog.csdn.net/spiderlily/article/details/85
2018-12-02 21:09:41
1
原创 【機器學習】Andrew Ng梯度下降法實戰 原 薦
問題建模 在房價預測問題當中，設特徵向量x1=size,x2=房間數 假設房價y可由函數以下函數估測，並另x0=1： 那麼對於m個樣本，我們需要求取一組theta使得該式子最小： 搜索算法實現 簡化公式推導 那麼反映
2018-12-02 21:09:41
原创 【模式識別】學習筆記(5)>>>【勢函數、貝葉斯分類器】【未完】 原
所謂的勢，就是電勢的意思；在模式x1處其電勢最高，一般爲1.0，而離其越遠則一般電勢越小，刻畫電勢分佈情況的函數就叫勢函數，而所有模式的勢函數結合起來就是積累位勢函數K(x)。K(x)一般可作爲判別函數。 貝葉斯分類器 理解它，至少要了解條
2018-12-02 21:09:41
原创 【C#】【APK】APK文件解析AXML-層層深入APK文件解析之一 原 薦
APK解析是很久以前想完成的一件事，但是因爲一些事情擱下了。 當時使用Iteedee的代碼在200多個APK文件中有將近四分之一的文件是無法成功解析AXML的。Iteedee下稱I 因此，本文的代碼基於I的代碼修改，效果基本接近於APKT
2018-12-02 21:09:04
1
原创 【模式識別】學習筆記(1)>>>【聚類分析】 原 薦
聚類分析 相似性測度： 歐氏距離（多用）、馬氏距離、明氏距離、角度相似性。 聚類準則： 進而還需要一種基於數值的聚類準則，能將相似的模式樣本分在同一類，這就是聚類準則：試探法、聚類準則函數法。 試探法： 憑直觀感覺或經驗確定
2018-12-02 21:09:04
原创 【模式識別】學習筆記(2)>>>【判別函數】 原 薦
判別函數在模式識別系統的主要作用就是判別各個模式所屬的類別。 如下直線描述的判別函數即將模式分爲兩類。 獲取判別函數： 1-先確定判別函數形式，線性還是非線性、直線曲線折線等； 2-確定函數係數，通過可分
2018-12-02 21:09:04
原创 紋理分析 原
紋理基礎 紋理分析方法分類：結構分析法、統計分析、紋理模型法、信號處理法。 應用領域：目標識別、遙感測量、圖像檢索、紋理合成。 結構法：句法結構、排列規則、濾波器表述的基元、直方圖表述的基元。 統計法：灰度直方圖、紋理統計矩（n階矩，非原
2018-12-02 21:09:03
原创 【模式識別】學習筆記(3)>>>【Fisher線性判別】 原 薦
問題預備： 如果考慮把d維空間的樣本投影到一條直線上，形成一維空間，即把維數壓縮到一維。然而： 1、即使樣本在d維空間裏形成若干緊湊的互相分得開的集羣，當把它們投影到一條直線上時，也可能會是幾類樣本混在一起
2018-12-02 21:09:03