- 博客(4)
- 收藏
- 关注
RSS订阅原创 基础-Norm
向量范数1-范数 ||X||1=∑Ni=1|Xi|||X||_1=\sum_{i=1}^{N}|X_i| 即向量元素绝对值之和 matlab：norm(X,1)2-范数 ||X||2=∑Ni=1|Xi|−−−−−−−−√||X||_2 =\sqrt{\sum_{i=1}^{N}|X_i|} 即向量元素绝对值的平方和再开方 2范数也叫做欧几里德范数，常用来计算向量的长度 matlab:
2017-08-08 17:01:12
437
原创 单形体（simplex）
单形体把高光谱图像的像元与n（n为图像的波段数）维空间里的散点联系起来，把图像分类和像元分解看作几何问题来研究，从而研究并提出利用单形体理论和方法对高光谱遥感图像进行纯净像元提取及其地物的精确分类和识别。设高光谱遥感图像的波段数为n，对应着n个有序的数值的每个像元可看作n维空间的向量，因而一幅高光谱图像可看作n维空间的散点图。对于这些散点也存在一个单形体刚好包裹它们，即一幅高光谱图像对应一个单形体。
2017-06-07 16:49:53
4549
原创 机器学习基础1-熵，相对熵，交叉熵、香农熵
信息量假设X是一个离散型随机变量，其取值集合为X，概率分布函数为p(x)=Pr(X=x),x∈X，我们定义事件X=x0的信息量为： 可以理解为，一个事件发生的概率越大，则它所携带的信息量就越小，而当时，熵将等于0，也就是说该事件的发生不会导致任何信息量的增加。举个例子，小明平时不爱学习，考试经常不及格，而小王是个勤奋学习的好学生，经常得满分，所以我们可以做如下假设： 事件A：小明考试及格，对应的
2017-06-07 10:22:19
1546
原创 凸函数、仿射集、凸集
仿射集：若通过集合C中任意两个不同点的直线仍在集合C内，则称集合C为仿射集。 凸集：若集合C内任意两点间的线段均在集合C内，则称集合C为凸集。 第一个是凸集，第二个不是凸集，第三个不是凸集，有些边没有包含集合的话也不能叫做凸集。凸函数首先先给出凸函数的图像，如下： 在以前的学习中，上图表示的图像称为凹函数，但是在机器学习中，这就是凸函数。 如果一个函数是凸函数，则该函数的图像上方区域一定是
2017-06-06 21:34:12
3416
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人