8 左边右

尚未进行身份认证

暂无相关简介

等级
TA的排名 38w+

SIFT特征提取分析

SIFT特征提取分析SIFT(Scale-invariantfeaturetransform)是一种检测局部特征的算法,该算法通过求一幅图中的特征点(interestpoints,orcornerpoints)及其有关scale和orientation的描述子得到特征并进行图像特征点匹配,获得了良好效果,详细解析如下:算法描述SIFT特征不只具有尺度不变性,即使

2017-07-24 19:34:42

HOG特征

1、HOG特征:      方向梯度直方图(HistogramofOrientedGradient,HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中,尤其在行人检测中获得了极大的成功。需要提醒的是,HOG+SVM进行行人检测的方法是法国研究人员Dalal

2017-07-24 19:33:31

LBP特征

LBP(LocalBinaryPattern,局部二值模式)是一种用来描述图像局部纹理特征的算子;它具有旋转不变性和灰度不变性等显著的优点。它是首先由T.Ojala,M.Pietikäinen, 和D.Harwood 在1994年提出,用于纹理特征提取。而且,提取的特征是图像的局部的纹理特征; 1、LBP特征的描述      原始的LBP算子定义为在3*3的窗口内,以窗

2017-07-24 19:32:45

Haar特征

1、Haar-like特征      Haar-like特征最早是由Papageorgiou等应用于人脸表示,Viola和Jones在此基础上,使用3种类型4种形式的特征。Haar特征分为三类:边缘特征、线性特征、中心特征和对角线特征,组合成特征模板。特征模板内有白色和黑色两种矩形,并定义该模板的特征值为白色矩形像素和减去黑色矩形像素和。Haar特征值反映了图像的灰度变化情况。例如:脸部

2017-07-24 19:31:50

Kafka文件存储机制那些事

Kafka文件存储机制那些事“悠悠香草”2015-01-1400:00Kafka是什么Kafka是最初由Linkedin公司开发,是一个分布式、分区的、多副本的、多订阅者,基于zookeeper协调的分布式日志系统(也可以当做MQ系统),常见可以用于web/nginx日志、访问日志,消息服务等等,Linkedin于2010年贡献给了Apache基金会并成为顶级开源项目

2015-08-10 13:45:16

常见面试之机器学习算法思想简单梳理

前言:  找工作时(IT行业),除了常见的软件开发以外,机器学习岗位也可以当作是一个选择,不少计算机方向的研究生都会接触这个,如果你的研究方向是机器学习/数据挖掘之类,且又对其非常感兴趣的话,可以考虑考虑该岗位,毕竟在机器智能没达到人类水平之前,机器学习可以作为一种重要手段,而随着科技的不断发展,相信这方面的人才需求也会越来越大。  纵观IT行业的招聘岗位,机器学习之类的岗

2014-05-14 14:32:24

隐马尔科夫模型

隐马尔可夫模型 (HiddenMarkovModel,HMM)最初由L.E.Baum和其它一些学者发表在一系列的统计学论文中,随后在语言识别,自然语言处理以及生物信息等领域体现了很大的价值。平时,经常能接触到涉及 HMM 的相关文章,一直没有仔细研究过,都是蜻蜓点水,因此,想花一点时间梳理下,加深理解,在此特别感谢52nlp对 HMM 的详细介绍。  考虑下面交通灯的

2014-05-13 12:50:51

数学之美番外篇:平凡而又神奇的贝叶斯方法

概率论只不过是把常识用数学公式表达了出来。——拉普拉斯记得读本科的时候,最喜欢到城里的计算机书店里面去闲逛,一逛就是好几个小时;有一次,在书店看到一本书,名叫贝叶斯方法。当时数学系的课程还没有学到概率统计。我心想,一个方法能够专门写出一本书来,肯定很牛逼。后来,我发现当初的那个朴素归纳推理成立了——这果然是个牛逼的方法。——题记目录0.前言 1.历史

2014-05-07 12:26:48

机器学习自学入门相关推荐

个人感觉看了有收获的:《数学之美》

2014-04-30 15:16:12

kmeans算法java实现

K-MEANS算法:k-means算法接受输入量k;然后将n个数据对象划分为k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”(引力中心)来进行计算的。k-means算法的工作过程说明如下:首先从n个数据对象任意选择k个对象作为初始聚类中心;而对于所剩下其它对象,则根据

2014-04-29 13:22:00

机器学习中的数学

从大学到现在,课堂上学的和自学的数学其实不算少了,可是在研究的过程中总是发现需要补充新的数学知识。Learning和Vision都是很多种数学的交汇场。看着不同的理论体系的交汇,对于一个researcher来说,往往是非常exciting的enjoyable的事情。不过,这也代表着要充分了解这个领域并且取得有意义的进展是很艰苦的。记得在两年前的一次blog里面,提到过和learning有关的数学。

2014-04-29 13:03:34

10大经典数据挖掘方法

1.C4.5算法分类技术是数据挖掘算法中经常使用的工具。这些系统将一系列案例作为输入,每个案例属于不同的类别。并且,每个案例都有自己的属性值相对应,系统产生一个分类器能够预测一个新的案例的类别。C4.5算法是ID3算法的扩展,它能够产生用决策树表示的分类器,而且它还可以通过更加容易理解的规则集形式来表示分类器。2.Kmeans算法Kmeans算法是一种简单的迭代算法,它能够将给定的

2014-04-29 13:00:03

TFIDF算法java实现

一、算法简介       TF-IDF(termfrequency–inversedocumentfrequency)。       TFIDF的主要思想是:如果某个词或短语在一篇文章中出现的频率TF高,并且在其他文章中很少出现,则认为此词或者短语具有很好的类别区分能力,适合用来分类。TFIDF实际上是:TF*IDF,TF词频(TermFrequency),IDF反文档频率(I

2014-04-29 12:58:20

基于LDA模型的文本聚类研究

2011年1月10日实验室2009级成员董靖灵做了关于基于LDA模型的文本聚类研究的报告,该报告从四个方面介绍了该方向上的工作:1、语义知识在文本聚类中的应用;2、基于LDA模型的文本聚类;3、实验数据分析;4、进一步的工作。具体内容如下:      1.语义知识在文本聚类中的应用      1.1.为什么要引入语义知识      1、聚类是一种无监督的学习方法;      

2014-04-29 12:56:24
勋章 我的勋章
    暂无奖章