12 tinamisu

尚未进行身份认证

厦门大学CS在读博士,方向:计算机视觉人体行为分析

等级
TA的排名 8w+

如何读懂开源程序

原则:一定要及时记录到word文档中!,先抓主要的功能和变量!很多出错其实是小细节!1、  先列出程序的主要功能pipeline,需要的主要变量。2、  高清程序中各目录存放的内容,尤其是输入输出数据存放的位置。3、  列出各cpp文件的名称,每个cpp中定义的函数和过程(复制函数的定义在末尾,中间留空:功能、引用)。4、  有定义类的,将类中定义的变量和函数列出,必须搞清楚含义。

2015-03-20 16:50:05

[科研三四式]_2_如何掌握一个新概念

问题:新接触一个概念,如何对待,预计花多少时间?怎么查文献?查到什么程度?哪些要细看或略读?目前思考应该按以下步骤进行:1、找准预期:这个概念要掌握到什么程度?是要用到自己的课题中,就要对其原理心知肚明,即使涉及到再多数学公式都要拿下。如果只是一个暂时未用到的,需要了解的,只要看个1大概意思明白就好,等用到时再复习。2、预估时间:这个不好预估,因为新来一个概念,对其难度不确

2014-08-25 10:39:11

英语论文中常见的语法错误集锦

1.      Q: 特有名词/算法名称,全称和缩写何时采用?The HOG feature/ The HOG/HOGA: 第一次提及时用全称The Histogram Of Gradient(HOG) feature,之后可以用HOG,但一些情况需要用全称,如theoriginal HOG features。另外缩写时不加the,即HOG不是the HOG, 就像go to China,不是

2014-05-26 17:45:02

C++读取txt文本中的矩阵数据

【问题描述】机器学习中,常需要处理输入数据为矩阵的txt文档,形如:133-111143一行表示一个样本,Xi为D维向量,i=1,2,...N,Yi取值{+1,-1}。其中,不同样本间用换行隔开;第一列表示数据标签Yi,后面几列表示数据的各维度取值Xi。需要实现程序,将txt中的文件读取到数组X和Y中,其中X为N*D维数组,Y为N维数组。【主要知识点】文件读

2014-05-13 13:32:22

[科研三四式]_1_VALSE 2014会议收获(怎样参会不白搭)

青岛VALSE 2014归来,收获颇多,大体可总结为“三sheng有幸”:一、第一shen——“深”度学习强烈体会!1、深度学习已经成为无法绕过去的山,几乎所有reviewer都会问和深度学习方法相比是否更优。所以,将来自己的工作一定要用深度学习的方法做,再对比。2、深度学习仍有很多重要的难点未攻破,为何大小通吃仍是黑盒子一个,仍有空间可研究。二、第二shen——多“伸”出去

2014-04-23 09:31:39

[读书笔记]_罗辑思维-致我们终将逝去的隐私

听了[罗辑思维]-致我们终将逝去的隐私,结合自己的理解,记录如下:1、大数据时代,如推荐系统等等,说白了是通过挖掘个体的消费习惯、行为轨迹等一系列的隐私来获得这个人的偏好和信息,在这种大背景下,信息的获取,有些是你可选择不提供的,比如手机软件在安装时就提示你会访问哪些隐私项,由你自己决定是否安装,但有些是你无意识下主动提供的,比如发微博微信说自己去哪吃饭,在哪high了。2、大数据时代对我

2014-03-17 10:04:20

研究生阅读管理文献---我阅读科研文献的一些做法

我写这个本来是想跟武夷山老师前段时间的博文《给研究生的忠告》建立起某种联系,但是时间已经过了很久了。我就以我自己的课题为例,挂一漏万,纯粹抛砖。本文分三节,第1节主要是讲搜集文献的整体步骤,第2节主要讲具体得到一些Paper的资源,如何去整理,第3节是讲在查找和阅读文献时如何记笔记。以下的方法可能只适用于外文文献,因为我基本上不看中文的文献。中文期刊的编年惯例、CNKI和维普等数据库的功能等等都有

2014-03-10 09:47:12

[opencv编程]244版本跑231版本出错——fatal error LNK1104: 无法打开文件“opencv_core231d.lib”

问题描述:                  原来在win7 32位, VS2010 + OpenCV2.3.1环境下,已测试通过可执行的项目,换成WIN 7 64位, VS2010旗舰版 + OpenCV2.4.4后,提示如下错误:LINK : fatal error LNK1104: 无法打开文件“opencv_core231d.lib”分析:opencv_core23

2014-03-05 13:14:28

win7 64位 + opencv2.4.4 安装配置问题

参考以下官方文章,64位一带而过(凡是涉及到x86的换成x64即可),但是!单单照着做是不够的:http://wiki.opencv.org.cn/index.php/VC_2010%E4%B8%8B%E5%AE%89%E8%A3%85OpenCV2.4.4编译提示“fatal error LNK1120: 6 个无法解析的外部命令”错误:—————————————————————

2014-03-04 17:18:15

转: 训练集(train set) 验证集(validation set) 测试集(test set)

以下内容全部转自http://www.cnblogs.com/xfzhang/archive/2013/05/24/3096412.html在有监督(supervise)的机器学习中,数据集常被分成2~3个,即:训练集(train set) 验证集(validation set) 测试集(test set)。http://blog.sina.com.cn/s/blog_4d2f6c

2014-02-27 13:00:17

期刊评价标准JCR,IF,SJR以及如何查询期刊等级

如何评价期刊的好坏?评价期刊的指标有很多,比如影响因子IF(JCR)、H指数、SJR值和SNIP值等1.基于JCR的影响因子IF(JCR)历史悠久、大名鼎鼎,由EugeneGarfield提出。ISI每年出版JCR(《期刊引用报告》,全称JournalCitationReports)。JCR对包括SCI收录的3800种核心期刊(光盘版)在内的8000多

2014-02-25 14:18:22

ACM MultiMedia 文章分类和2012文章列表

ACM MM 2012: (1)dblp computer science bibliography——按类型(poster,full...)列出所有文章,还提供各文章的BibTex引用及ACM官方的文章链接,可以看abstrat、下文章(ACM官方存档,不会失效,需要学校网络否则付费)等等:          http://www.informatik.uni-trier.de/~ley

2014-02-25 10:30:46

求助:如何在博客中快速插入图片

习惯了qq空间编辑器,直接qq截图,粘帖到博客中,发布即可,换来csdn blog,无果,一定需要把图存下来再选择文件、上传、插入,N多步骤,太浪费精力,有谁有高招?

2014-02-24 15:04:43

巧用google scholar查询课题最前沿论文

向师兄请教后,瞬间高大上了:1、打开google 学术,随便输入本课题的某一经典文章,如“A spatio-temporal descriptor based on 3D-gradients”从被引用次数,可以看出这篇文章的水平。但还不止!2、点击“被引用次数”,跳到另一个页面,全是引用了该文章的列表,这才是待挖掘之地!     评价标准:被引用次数+发表的期刊,或

2014-02-24 15:01:25

如何判断会议的好坏

IEEE期刊分级:A* (top 5%): "Virtually all papersthey publish will be of a very high quality"A (next 15%): "The majority of papersin a Tier A journal will be of very high quality"B (next 30%): "Gene

2014-02-24 10:57:27

博客中插入latex公式

参考了多个,还是这个管用:http://www.forkosh.com/mathtextutorial.html,还有latex的example但只能保存图片,没有latex源代码,所以费劲一点,另存到tex文件中,以备不时之需。

2014-02-20 16:20:34

查询计算机视觉相关的会议列表

终于知道有这个好东东,把所有计算机相关的会议全部列出,还有各个截止时间,好赞!Google关键字: computer vision conference calender这个网站:http://iris.usc.edu/information/iris-conferences.html直接按月份列出各会议:还可以看到全年的会议列表,如2014年:http

2014-02-20 11:25:47

Latex常用数学符号集

2014-02-20 11:21:28

《机器学习》学习笔记_1.机器学习的分类

本篇包括:机器学习的分类(分类与回归、监督/半监督/无监督/增强学习、多示例多标签学习、判别式方法/产生式方法、统计学习的三要素)。1. 分类与回归以体重为例:分类classification:输出值为确定的类别标签,可能的标签有{正常、胖、瘦}回归regression:输出为实数值,如80, 130, 103。分类和回归其实可以转换,如回归中,把低于90的定义为瘦,高

2014-02-20 10:03:28

《机器学习》学习笔记_0.参考书、学术资源

厦大智能系机器学习课程笔记,与君共勉。教材:《统计学习方法》,李航,清华大学出版社——优:逻辑清晰,缺:图较少参考书[1]     Dudaand Hart,《模式分类》——优:图多[2]     E.Alpaydm, 《Introduction to Machine Learning》,2ed[3]     《机器学习实战》,人民邮电出版社——优:python代码实现

2014-02-20 09:44:20

查看更多

勋章 我的勋章
    暂无奖章