- 博客(57)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 回溯算法
1.回溯算法思想适用于解决问题的每一步都有多种选择的情况。当在某一步选择了其中一个选项时，则进入此选项，然后继续新的选择。若选择符合题目要求则此选择是正确的；若此选择不符合题目要求则此选择是不正确的，此时就需要返回上一步，重新进行选择。一般使用递归的方式去实现递归算法。2.回溯算法编程步骤a. 声明访问标志位，寻找正确的起始位置；b. 递归进入下一步，并设置递归截止条件和...
2020-09-28 07:19:38
1352
原创 分治算法
1. 递归递归可分开理解为去和回，先深入到各个子问题中，解决了之后，再一步步回来。2. 编写递归程序的步骤a. 递归截止的条件b. 递归截止如何处理c. 提取重复步骤，进行递归3. 分治法首先将问题分解为子问题，然后递归的去解决这些问题，最后将子问题的解合并为原问题的解。4. 编写分支法程序的步骤a. 分解原问题为子问题b. 递归解决子问题c. 合...
2020-09-28 07:19:26
322
原创 2. Advanced LST-KSVC算法
本文是对前文中的LST-KSVC算法的改进！1. 改进的理由 如果使用JA Nasiri等人提出LST-KSVC算法的阈值判断决策方式分类错误率较高。该算法的分类结构是“1-versus-1-versus-rest”，结果输出为{-1，0，+1}。因此，本文将此分类结构改为 “1-versus-1-versus -1”，增加最优化问题，修改各个分离超平面的约束项，最大化当...
2020-09-28 07:17:56
341
2
原创 3. 基于Advanced LST-KSVC的模型迁移学习算法
本文是基于Advanced LST-KSVC引入了模型迁移学习的策略，将此算法改为可用于模型迁移的算法，改进方式采用的是常规的措施。1. 模型迁移学习定义 依据迁移内容的方式划分为：基于样本的迁移学习、基于特征的迁移学习、基于模型的迁移学习、基于相关知识的迁移学习。此种分类方式最为直观。 基于样本的迁移学习方法前提条件是源领域和目标领域中样本分布不同但是具...
2020-09-28 07:17:45
317
原创 1. LST-KSVC算法
最小二乘多分类支持向量机（LST-KSVC）本文是对论文《Least squares twin multi-class classification support vector machine》所提出的LST-KSVC算法的复现！基于此，本人对此算法也做了一定的改进，首先将其改进为分类精度更...
2020-09-28 07:17:32
464
原创 ADB、DOS、Linux常用命令
ADB常用命令ADB（Android Debug Bridge,安卓调试桥）用于PC端与移动端的交互。adb devices查看已经连接的设备adb push PC端文件路径 移动端文件路径将PC端文件压入移动端adb pull 移动端文件路径 PC端文件路径将移动端文件压入PC端adb kill-server关闭adbadb star...
2019-03-25 21:57:52
346
原创 TextSnake算法
1. 摘要 在深度神经网络和大规模数据集的推动下，自然场景文本检测方法在过去的几年里取得了巨大的进步，不断刷新各种基准记录。然而，如下图所示，受到描述文本表征(水平矩形框、旋转矩形框或任意四边形框)的限制，现有的方法在处理更自由形式的文本实例(例如弯曲文本)时可能会表现的差强人意，而这些文本实例往往在实际中非常常见。为了解决这个问题，本文提出了一种更灵活的场景文本表征，称为Tex...
2019-01-28 15:37:48
2611
4
原创 ResNet和ResNeXt分类结构
1.神经网络是否越深越好？ 随着神经网络层数的增多，则对输入图像提取的特征将会更加抽象，这是因为后层神经元的输入是前层神经元的累加和，而特征的抽象程度越高，更有利于后期的分类任务或回归任务。2.是否可以无限增加神经网络层数？ 神经网络层数增加会导致梯度消失或梯度爆炸问题，以往的解决方法是输入标准化和批标准化。但当层数继续增加到一定程度时，训练集和测试机准确率都...
2019-01-23 16:54:05
4722
3
原创 GoogLeNet分类结构（V1、V2）
1.算法思想 GoogleLeNet是在AlexNet、VGG分类网络之后出现的新的分类网络，其解决的问题获得更加高级的特征且同时减少训练参数。 GoogLeNet共有22层（卷积），其中包含9个线性堆叠的Inception模块，且在最后一个Inception模块处使用全局平均池化。2.InceptionV1结构 首先对前层特征图进...
2019-01-21 15:23:39
2673
原创 ELM算法
1. ELM算法思想前馈神经网络的学习速度一般比较慢，这是近几十年来应用神经网络的一个主要瓶颈问题。其背后的两个关键原因可能是：(1) 基于梯度下降的优化神经网络；(2)对网络的所有参数进行迭代调整。极限学习机与传统的学习算法不同，它随机选择隐藏节点、随机确定隐层权重参数和偏差，以解析计算的方式确定输出层权值。理论上，该算法以极快的学习速度提供了良好的泛化性能。在实际应用中，该算法在大多数情...
2019-01-17 09:23:03
8187
原创 源领域和目标领域过程相似性分析
1. 过程相似性定义 Lu等在《Process Similarity and Developing New Process Models Through Migration》根据有限的过程属性集，或者根据这些属性之间的关系来描述特定过程，分为基于属性的表示方法和基于模型的表示方法。基于属性的表示方法是利用有限属性及其属性值来表示，主要关注工艺设备和过程条件；基于模型的表示方法是利用...
2018-12-17 15:32:51
9048
1
原创 DaNN详解
1.摘要 本文提出了一个简单的神经网络模型来处理目标识别中的域适应问题。该模型将最大均值差异（MMD）度量作为监督学习中的正则化来减少源域和目标域之间的分布差异。从实验中，本文证明了MMD正则化是一种有效的工具，可以为特定图像数据集的SURF特征建立良好的域适应模型。本文代表了在神经网络背景下对MMD度量的初次研究。2.研究背景及意义 在基于机器学习算法的计算机...
2018-12-17 15:32:41
23344
3
原创 TCA详解
基于迁移成分分析的域适配1.摘要 域适配允许将来自源域的知识迁移到与其不同但相关的目标域。通俗解释是发现一个良好的跨域特征表示。本文提出通过TCA来寻找这种特征表示，即TCA使用MMD在再生核Hilbert空间中学习一些跨域的迁移成分。在这些迁移成分跨域的子空间中，数据属性被保留，且不同域的数据分布相互接近。...
2018-12-15 09:42:23
11743
原创 LR算法
1. 算法思想 逻辑回归算法（Logistic Regression，LR）是一种二分类算法，决策函数由条件概率分布P（Y|X）表示。其将线性回归的运算结果通过Sigmoid函数进行非线性映射到[0,1]区间的值，即以概率的形式表示预测类别。所以，当线性函数运算的结果越大，则P越接近1；当线性运行的结果越小，则P越接近0。 当然，可将LR算法推广至多分类，一般称为多...
2018-12-03 15:31:21
5326
原创 FCN算法详解
基于全卷积网络的语义分割1. 摘要 卷积网络是一种强大的视觉模型，可产生特征的层次结构。卷积网络在语义分割方面的应用已超过了最先进的水平。本文关键是建立“全卷积”网络，它接受任意大小的输入，并通过有效的前向传播产生相应大小的输出。本文定义并详细描述了全卷积网络的空间，解释了它们在空间稠密预测任务中的应用，并...
2018-12-02 09:28:55
39788
原创 K-Means算法
1. 算法思想 K-Means算法，也称为K-均值算法，是一种无监督算法，即数据集无标签。一般做法是，往往先对数据进行聚类，根据聚类结果将每个簇定义为一个类，然后再基于这些类训练分类模型，输入测试样本判断类别。 聚类就是将数据集中的样本划分到指定数量的互不相干的子集中，每个子集就是一个簇。2. 算法流程 ...
2018-11-18 22:21:30
334
原创 AdaBoost.M1算法
1. 算法思想 AdaBoost.M1算法是基于AdaBoost算法的一个改进版本，当然还有第二个，称之为AdaBoost.M2算法，两种算法详情请参阅论文《Experiments with a New Boosting Algorithm》。 最早的AdaBoost算法是一种二分类算法，类标签为{+1，-1}，该算法计算基分类器的分类误差率和权重参数都是基于此...
2018-11-14 10:16:56
5458
4
原创 AdaBoost算法
1. 算法思想 基于串行集成的策略，加权综合考虑各个基分类器预测的结果，获得最终的预测结果。通俗讲就是，“三个臭皮匠，顶一个诸葛亮”，为每个人的建议设置一个权值，各抒己见，最后综合计算合理的答案。 首先，初始化所有样本的权重都相同，基于基分类器预测此数据集在权重分布下的预测结果；然后，根据此基分类器的预测结果和真实标签计算此时的分类错误率，并依据分类错误率继续计算此基...
2018-11-13 17:07:21
339
原创 PCA算法
1. PCA算法思想在数据预处理过程中，为了降低计算计算复杂度，可删除相关性较大的特征，从而可以不用丢失太多的信息。通过基变换，将数据投影到新的坐标中，即可获得全新的K个正交特征。2. 推导过程⑴给出不同的基可以对同一组数据给出不同的表示，当基的维数小于数据的特征数时，则实现了数据降维。⑵为了保留更多的信息，需寻找最优基。（保留更多的信息，令每个基上的投影方差最大；新特征彼此...
2018-11-02 22:05:26
2193
原创 MobileNetV1和V2详解
Mobile Net V1 摘要 本文提出MobileNets的高效模型，用于移动端设备的视觉应用。该网络基于深度可分离卷积来构建轻量级深度神经网络，另外，该网络引入了两个简单的全局超参数（分辨率因子和宽度因子），可以在延迟和...
2018-10-08 16:04:55
4429
原创 贪心算法
贪心算法制定贪心策略，每次仅考虑局部最优解(贪心策略下)，而不是从全局上来考虑最优解，所以最终的结果是通过局部最优解近似全局最优解。所以关键问题是贪心策略如何选择！其与动态规划的相似之处是都是求解最小问题的最优解，最大区别是动态规划需要保存之前的最小问题的最优解，以此来计算另一问题的最优解，而贪心算法则不需要保存之前的最小问题的最优解。题目一背包问题，若背包总容量是15...
2018-08-19 15:50:22
1799
原创 动态规划算法
动态规划思想通过状态转移方程将大问题分解为小问题，找到小问题的最优解，然后基于此小问题的最优状态获得另一问题的最优解。具体做法是将各个小问题的最优解存入数组中，然后基于其来获取当前问题的最优解。在应用中就是找规律，将此规律用状态转移方程来表示。以下通过例题来学习此算法！！！题目一：有1,3,5三种面值的硬币，找到总值为16元的最少硬币数量？获得d(0)、d(1)、d...
2018-08-19 08:50:26
199
原创 神经网络参数的各种初始化算法
本文所采用的数据集为UCI 鲍鱼年龄预测数据集，网络模型为8层的全连接神经网络。1. 实验步骤：a. 基于不同的权重初始化方式初始化各层权重；b. 以直方图的形式查看每层输入给激活函数(线性运算后)的数据分布;2. 正态分布初始化权重a. 权重更新weight = np.random.randn(in_node, out_node)使用默认的均值和方差b. 实...
2018-08-06 17:51:51
4673
原创 C++中类的使用
1.类的定义类似于struct,类也是一种数据类型；类是对象的描述，用数据成员和成员函数来表示对象的样子,所以对象是根据类来创建的。2. 类外定义的作用域运算符::声明定义的当前函数属于哪一类3. 内联函数关键字inline声明，在类内声明成员函数，在类外定义成员函数，表示此函数在编译过程中不需调用，即编译器将调用函数放在调用的位置，如此以内存换取时间，适用于小型函...
2018-08-04 10:18:32
3775
原创 神经网络模型的各种优化算法
1.批量梯度下降算法(Batch Gradient Descent)思想：基于整个训练集的损失迭代更新梯度。优点： 1. 由于梯度更新考虑的是全局的损失，所以不会陷入局部最优；缺点： 1. 由于计算的是整个训练集的损失，所以每次迭代的计算量较大，占用内存大；公式理解：更新参数向使得损失减小的方向变化。2.随机梯度下降算法思想：基于随机选取的...
2018-08-02 15:38:39
14558
原创 线性回归算法
1. 算法思想 寻找使计算误差最小的拟合曲线，可基于梯度下降算法对最小二乘形式的损失函数进行优化，最终获得模型回归系数(w、b)。优点：计算简单；缺点：不能拟合非线性数据；2. 代码实现1. 采用的数据集是UCI鲍鱼年龄预测数据集2. 损失函数是均方差损失，优化算法是随机梯度下降算法。import numpy as npimport matplotlib...
2018-07-31 10:48:56
226
原创 Batch Normalization层
1. 两种数据分析常用的标准化预处理方法a. min-max归一化将原始数据映射到[0,1]区间上。b. z-score标准化将原始数据处理为均值为0，方差为1的正态分布。标准化的作用：消除数据分析过程中不同样本之间的差异(量纲的差异)标准化代码：import numpy as npx1 = np.array([-1,-2,-3,-4,-5])x2...
2018-07-27 15:32:24
428
原创 计算不规则四边形(多边形)的面积
本文代码用于比较计算不规则四边形的面积的两种方法(海伦公式和向量积),因为本人最近在研究目标检测的问题，当标记目标是以不规则四边形标注或多边形时，需要基于此面积计算Recall，Precision，IoU来评价模型。1. 海伦公式和向量积公式海伦公式和向量积计算不规则四边形的面积，都是以计算三角形面积为基础。海伦公式：(看代码)向量积：https://blog.csdn.net/l...
2018-07-25 16:13:47
18475
2
原创 车牌检测
车牌检测回归任务任务描述：1. 随机生成车牌检测图像(即假设车牌区域是蓝色，其余区域是黑色)，其中车牌大小是不规则的，并划分训练集和测试集2. 检测出测试图像中的车牌区域的坐标解决方法一：可以通过基于OpenCV的方法检测出来此车牌(函数get_plate_four_coord)；解决方法二：基于神经网络进行回归预...
2018-07-18 16:49:49
1556
原创 车牌分类
车牌分类任务任务描述：对1700多张图片(包含蓝、绿、黄、白四种颜色牌照的车)进行分类。但是车牌区域在整张图片的占比非常小，所以首先依据标注的坐标将车牌裁剪出出来，然后用此裁剪后的图像进行四分类任务。本任务代码已经上传至github中。需要解决的问题：保证网络结构最简、计算复杂度低，但同时需保证Recall、Precision...
2018-07-18 13:39:18
2360
1
原创 STL常用API(vector、list、deque、map、set、queue、stack、algorithm)
本文用于总结STL常用API！！！本文代码已经上传到github中。1. STL(标准模板库)STL提供了一组表示容器、迭代器、函数对象和算法的组件。容器是用来存储若干个类型相同的值；迭代器用来遍历容器；函数对象是类似于函数的对象；算法是完成特定任务的方法。该库包含了诸多在计算机科学领域里所常用的基本数据结构和基本算法。2. 容器的种类？（本文图片来源于博客：https...
2018-07-15 22:30:31
1921
原创 C++面试题知识点总结
1. 内联函数类内定义的成员函数将自动成为内联函数，一般将短小的成员函数作为内联函数；类外定义的成员函数若要作为内联函数，仅需在返回类型前增加关键字inline；类外定义的成员函数的格式： 返回类型 类名::函数名(参数列表)优势：inline是用空间换取时间，仅仅省去了函数调用的开销，从而提高函数的执行效率。如果执行函数体内代码的时间，相比于函数调用的开销较大，那么就没必要去定义内...
2018-07-15 17:47:14
540
原创 Git的基本使用方法(未完)
Git的基本使用方法1. Git是什么？Git是分布式版本控制系统，不同的个人电脑通过Github这个远程服务器可实现版本库的管理。可将Git分为两部分，第一部分为本地工作区；第二个部分是版本库，版本库包含暂存区和版本管理；Git先将本地工作区的文件添加入暂存区中，然后将暂存区中的文件提交到版本库中版本管理中。2. 本地库的操作命令git add test.txt ...
2018-07-15 10:10:49
232
原创 深度学习算法面试题总结
1. 什么是凸集、凸函数、凸学习问题？凸集：若对集合C中任意两点u和v，连接他们的线段仍在集合C中，那么集合C是凸集。公式表示为：αu+(1-α)v∈C α∈[0, 1]凸函数：凸集上的函数是凸函数。凸函数的每一个局部极小值也是全局极小值( f(x) = 0.5x^2 )。公式表示为：f(αu + (1-α)v) ≤ αf(u)+ (1-α)f(v)2. L0、L1、L...
2018-07-08 22:02:52
23706
原创 Pycharm 远程连接Linux服务器
1. File -> Settings -> Project ->Project Interpreter -> Add(设置)进入Add Pyth Interpreter界面2. 点击SSH Interpretera. Host(IP地址)b. Username(用户名)c. Password(密码)d. Interpreter(默认连接的是Linux系统中的python2...
2018-07-06 17:04:42
2654
原创 YOLO详解
1.摘要 本文提出一种新的目标检测方法YOLO。相比于以前的目标检测分类器，本文将目标的边界框检测和类别概率预测统一为一个回归问题，使得神经网络在预测时可直接从原始输入图像中预测边界框坐标和所属类别的概率。由于整个检测pipeline是单个网络，因此可以实现端到端预测（原始图像到输出的映射）。 本文的基础YOLO模型可以45帧/秒的速度实时处理图像，而较小版本的...
2018-07-05 11:13:04
2490
原创 神经网络算法(基于Tensorflow、基于Python实现BP)
1. 算法思想 神经网络可分为两个过程，前向传播和反向传播过程。前向传播是对线性结果的非线性转化，获得映射关系，此非线性映射关系可依据层数的增加而累加；反向传播是对前向传播结果的误差进行修正，依据各种类型的梯度下降算法更新梯度，使得前向传播的结果能更接近真实值。2. 优点a. 由于其非线性映射能力，所以处理非线性的数据集；b. 由于其依据反向传播过程可自动提取出数据...
2018-06-28 21:58:14
8538
1
原创 matplotlib的基本使用方法(点线图、散点图、柱状图、多窗口)
本文用于学习matplotlib模块的基本使用方法(点线图、散点图、柱状图、多窗口)！！！# -*- coding: utf-8 -*-import numpy as npimport matplotlib.pyplot as plt#pylab是matplotlib的一个子包#import pylab as pl#生成一维数据x = np.linspace(-1, 1, 20)...
2018-06-20 20:52:29
7199
原创 pandas的基本使用方法
本文用于学习pandas模块的基本使用方法！！！from pandas import *#import pandas as pdimport numpy as np#读取csv、xlsx文件,获得DataFrame数据结构#data = pd.read_csv('filename.csv',header=None)#data = pd.read_excel('filename.xls...
2018-06-20 19:43:15
1291
原创 python中各种格式的文件读取和保存(csv, txt, xlsx, 图片)
本文用于学习python中各种文件格式的文件读取和保存(csv, txt, xlsx, 图片)！！！#! _*_ coding='UTF-8' _*_import numpy as npimport pandas as pdimport csvimport osfrom PIL import Image#读取xlsx格式的文件 第一个sheet,读取行索引和列索引 DataFram...
2018-06-20 16:19:46
3415
1
学习OpenCV的三本书
2018-06-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人