自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

冯喆--AI工匠

喜欢IT,数学,物理,天文,哲学。想到什么就记录下来。

  • 博客(11)
  • 收藏
  • 关注

转载 个人喜欢的关于模式识别、机器学习、推荐系统、图像特征、深度学习、数值计算、目标跟踪等方面个人主页及博客

转载自:http://blog.csdn.net/zhangping1987/article/details/29554621目标检测、识别、分类、特征点的提取David Lowe:Sift算法的发明者,天才。Rob Hess:sift的源码OpenSift的作者,个人主页上有openSift的下载链接,OpenCV中sift的实现,也是参考这个。Koen van de Sande:...

2018-11-20 17:03:43 605

原创 多目标优化问题的算法及其求解

多目标优化问题的算法及其求解一、多目标优化问题  多目标优化是在现实各个领域中都普遍存在的问题,每个目标不可能都同时达到最优,必须各有权重。但是,究竟要怎样分配这样的权重,这已经成为人们研究的热点问题。同时,根据生物进化论发展起来的遗传算法,也得到了人们的关注。将这两者结合起来,能够利用遗传算法的全局搜索能力,避免传统的多目标优化方法在寻优过程中陷入局部最优解,可以使解个体保持多样性。...

2018-09-06 17:32:58 209492 26

原创 应用HTM算法实时异常检测流分析

应用HTM算法实时异常检测流分析一、摘要  世界上的许多数据都是流式的时间序列数据,在这些数据中,异常数据在关键情况下提供了很多重要的信息。然而,检测流式数据中的异常是一项艰巨的任务,需要探测器实时处理数据,并在进行预测的同时能够学习。本文介绍一种新的基于在线序列记忆算法的异常检测技术——分层时间记忆(HTM)。二、概述  我们将异常定义为系统行为异常且与过去行为明显不同的时间...

2018-09-05 17:45:17 5490 1

原创 最详细最容易理解的HMM文章

最详细最容易理解的HMM文章http://www.52nlp.cn/hmm-learn-best-practices-four-hidden-markov-modelswiki上一个比较好的HMM例子HMM(隐马尔科夫模型)是自然语言处理中的一个基本模型,用途比较广泛,如汉语分词、词性标注及语音识别等,在NLP中占有很重要的地位。网上关于HMM的介绍讲解文档很多,我自己当时开始看的...

2018-08-28 20:55:17 613

原创 佛学“五蕴”与层级时空记忆模型算法(HTM)过程上是多么巧合?

佛学“五蕴”与层级时空记忆模型算法(HTM)过程上是多么巧合?一、佛学“五蕴”我们读佛经时,经常遇到“五蕴”一词,如《般若波罗蜜多心经》:“观自在菩萨,行深般若波罗蜜多时,照见“五蕴”皆空。 经文:以观舍利子为例,受想行识的相同道理论证 (一)色蕴:即物质的积聚。色蕴包含内色与外色。内色就是:眼、耳、鼻、舌、身--五根:我们所依靠生活的根身(身躯);外色就是:色、声、香、味、触--...

2018-08-22 18:30:08 2059

翻译 应用层级时空记忆模型(HTM)实现对实时异常流时序数据检测

应用层级时空记忆模型(HTM)实现对实时异常流时序数据检测Real-Time Anomaly Detection for Streaming Analytics Subutai Ahmad [email protected] Numenta, Inc., 791 Middlefield Road, Redwood City, CA 94063 USA Scott Purdy SPURD...

2018-08-22 14:09:37 4999 6

翻译 为什么神经元有数千个突触,一个新皮质中的序列记忆理论(HTM算法基础)

为什么神经元有数千个突触,一个新皮质中的序列记忆理论(HTM算法基础)Jeff Hawkins* and Subutai Ahmad Numenta, Inc., Redwood City, CA, USA https://www.frontiersin.org/articles/10.3389/fncir.2016.00023/full 锥体神经元代表新皮质中的大部分兴奋性神经元。每个...

2018-08-21 12:04:15 6517

原创 高等数学第一章学习笔记

第一章第一节 映射与函数一、映射概念1.映射概念 2.逆映射与复合映射二、函数1.函数的概念 2.函数的 几种特性 :1函数的有界特性2、函数的单调性3、函数的奇偶性4、函数的周期性(3)反函数与复合函数(4)函数的运算和(差)运算:积运算:商运算:(5)初等函数基本初等函数包括:幂函数:指数函数:对...

2018-08-18 17:08:41 4862 1

转载 利用协方差,皮尔逊相关系数和斯皮尔曼相关系数确定变量间的关系

利用协方差,皮尔逊相关系数和斯皮尔曼相关系数确定变量间的关系https://www.toutiao.com/i6550915552490029576/ 数据集中的变量之间可能存在复杂且未知的关系。重要的是发现和量化数据集的变量相关的程度。这些知识可以帮你更好地准备数据,以满足机器学习算法的预期,例如线性回归,其性能会随着这些相关的出现而降低。在本教程中,你会了解到相关性是变量之间关系的统...

2018-08-18 17:08:21 6748

原创 透彻理解高斯过程Gaussian Process (GP)

透彻理解高斯过程Gaussian Process (GP)一、整体说说为了理解高斯过程,我们就首先需要准备一下预备知识,即:高斯分布、随机过程以及贝叶斯概率等。明白了这些预备知识之后才能顺利进入高斯过程,了解高斯过程本质及其高斯过程描述方法。人们又将高斯过程与贝叶斯概率有机结合在一起,构造了强大的数学方法(或称模型),为人类提供解决日常生活和工作的问题。特别是在人工智能领域更是意义非凡。为...

2018-08-18 17:07:59 66031 13

原创 今天头脑发萌,感觉几个领域的知识融合在一起我有点心乱了!(一)

今天头脑发萌,感觉几个领域的知识融合在一起我有点心乱了,好像要改变自己的世界观了。容我慢慢说一下,没有什么结论,只是先记录下来,我自己还要慢慢思考琢磨一下。 最近一个月,每天在喜马拉雅听吴新国居士讲解《唯识论》,觉得头头是道,总感觉是唯心主义了,这和我从小读马恩列斯毛的唯物论已经有区别了,心里一直在分析哪个正确。 同时,又想起了量子论,这个不确定性问题也是由于有了观察者,就发生了...

2018-06-03 21:30:11 578

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

提示
确定要删除当前文章?
取消 删除