- 博客(49)
- 收藏
- 关注
RSS订阅原创 GCN现有变体不完全汇总（在时空数据挖掘中的应用）
GCN现有变体汇总（应用篇）Mix Hop（高阶多跳的图特征）融合文献：ICML_2019MixHop: Higher-Order Graph Convolutional Architectures via Sparsified Neighborhood Mixing AAAI_20: M...
2020-03-04 11:04:55
3575
原创 【AAAI 2020】RiskOracle: A Minute-level Citywide Traffic Accident Forecasting Framework
RiskOracle: A Minute-level Citywide Traffic Accident Forecasting Framework【前言】城市计算领域中，智能交通、智慧出行一直是一备受关注的话题，而交通事故在交通中扮演越来越着重要的角色，据WHO统计，已逐渐成为人类第8大杀手。传统的基础交通动态元素流量、速度预测等不能完全等同于事故预测，因为事故分布更为零星，影响它的因素也更...
2020-02-20 11:00:57
1312
3
原创 通行时间估计 读书笔记
Learning to Estimate the Travel Time Didichuxing中文提示：通行时间估计特征提取：对路段中所有可能获取的数据进行特征提取 包括交叉路口，route,信号灯信息路段长度、宽度、车道数、本段在路网中的索引号。时间数据：rush hours、off-peak hours.当天是一年中的什么时间 holiday指示和高峰指示（ind...
2018-11-12 20:24:31
790
原创 交通事故预测 读书笔记
Hetero-ConvLSTM: A Deep Learning Approach to Traffic Accident Prediction on Heterogeneous Spatio-Temporal Data（KDD2018）Author: Zhuoning Yuan, Xun Zhou, Tianbao Yang中文提示：交通事故预测 摘要：预测交通事故是改善交通...
2018-11-12 20:15:17
3965
3
原创 基于深度ST-残差网络的城市人流量预测 读书笔记
Deep Spatio-Temporal Residual Networks for Citywide Crowd Flows Prediction中文提示：基于深度ST-残差网络的城市人流量预测 融合轨迹（人流量）、其他额外数据（气象数据、event、holiday信息）。协同对人流量进行预测。使用三个CNN模型分别去拟合周期性(period)、邻近性(closeness)和趋势...
2018-11-12 20:14:00
8283
11
原创 Tensorflow 实战笔记
必须走如下步骤：sess=tf.Session()sess.run(result)sess.close()才能执行运算。With tf.Session() as sess: Sess.run()通过会话计算结果：with sess.as_default(): print(result.eval()) 表示输出result的值生成一个权...
2018-08-17 20:54:07
528
原创 深度学习核心技术实战 NLP-word2vec
多分类的逻辑回归- softmax模型word2vec：词向量 one-hot representation 对应位置为1，但不能表达词之间的关系本质上是对词的一种表示，但是是结合了上下文内容的。无监督模型词的两种表示：One-hot Representation（独热表示） “苹果”表示为 [0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 …] 优点...
2018-08-17 20:51:24
268
原创 Tensorflow 之RNN
labels = tf.reshape(y, [-1]) 将矩阵变为一行output = np.reshape(aa, -1)output = np.reshape(aa, [-1,5]) -1表示一个占位符，分为5列。RNNcell:它是TensorFlow中实现RNN的基本单元，每个RNNCell都有一个call方法，使用方式是：(output, next_state) = ca...
2018-08-06 21:15:40
848
原创 tensorflow学习笔记1
卷积与池化:卷积:1.stride [1,2,2,1] 卷积步长为2, 第1\4参数为1.分别表示batch和channelVALID:without padding(仅丢弃下面或右边最多的行/列)SAME:with zero padding 左奇右偶,在左边补一个0,右边补2个0weight_variable: # 第一二参数值得卷积核尺寸大小，即patch=5*5...
2018-08-06 21:14:38
223
原创 【计算机视觉】目标检测方法汇总
1、 选择性搜索：方法：滑动窗口，规则块（利用约束进行剪枝）、选择性搜索（自底向上合并相邻的重叠区域） 一步步计算相似度 并且合并、剔除相似度的高的OverFeat: 核心思想：1） 区域提名；多尺度滑动2） 分类和定位：CNN来做分类和预测边框位置 与AlexNet类似 1-5层特征抽取，6-9层为分类层（分类任务） 不同的任务公用特征抽取层（1-5层），只替换6-9层。3） ’聚合（...
2018-07-17 13:23:24
1155
原创 常见的图像变换二值化与形态学操作-python-opencv版
1.变为rgb通道:img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)2.变为灰度图:gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)3.直方图均衡化(一般需化为灰度图):eq = cv2.equalizeHist(gray)#灰度图像直方图均衡化4.OTSU 方差法进行二值化ret1, th1_bw = c...
2018-07-17 13:21:23
2236
原创 深度学习核心技术实战——图像分类模型
图像分类模型1.LeNet-5： 每一个卷积核都会形成一个特征图，3个通道则是每个通道是不同的卷积核，但是最后是将三通道的卷积值相加，最后变成一个通道，所以5*5*64的卷积核，感知范围是5*5，最后出来是64层（个特征图）。每个卷积核都包括w...
2018-07-09 18:04:11
1767
原创 逻辑回归与梯度下降详解
逻辑回归Sigmoid函数：Sigmoid函数梯度：梯度的表达式这个梯度是指：沿着x方向移动个单位，沿着y方向移动个单位。函数f(x,y)在这一点上有定义并且可微，每个单位长度自行设定，称为步长，记为梯度上升算法到达每个点后都会重新计算移动的方向，不断迭代移动，直到满足停止条件，停止条件可以是一个确定的迭代次数或是达到较小的误差。在迭代过程中，梯度总是选取最佳的移动方向。权值调整公式利用该算法（梯...
2018-03-09 21:56:09
3058
原创 核技巧
关于映射到更高维平面的方法。对数据进行某种形式的转换，从而得到新的变量来表示数据。从一个特征空间转换到另一个特征空间（特征空间映射）。其实也就是另外一种距离计算的方法。空间变换后，在高维空间解决线性问题，等价于在低维空间解决非线性问题。内积计算：a=(a1,a2,a3,a4,…,an),b=(b1,b2,b3…,bn) 高斯核，线性核，多项式核而由于高斯核（...
2018-03-04 22:19:37
2820
原创 从python2到python3
从Python2到Python3需要进行一定的转换，我们知道python版本更新后部分数据结构和语法有了少许的差别，这里简单列出几个，后续会进行更新：1、print ({}%d.format())报错：builtins.AttributeError:'NoneType' object has no attribute 'format'解决：把.format放在print的括号里面，如下所示：pri...
2018-03-01 10:50:09
258
原创 挖掘商品间的联系：频繁项集挖掘与关联分析
我们常常会在管理中遇到这样的问题，超市如何能通过用户购买数据来提高利润。如何将数据转化为利润，用好这些数据。我们这里提出一种关联分析方法，可以从用户的购买数据中得到，其一般购买了商品A的同时，也会对商品B有需求，而一旦将A和B捆绑或靠近在一起销售，并以一定的折扣来刺激消费，这样能够得到更可观的销量。那么如何能够找到频繁出现被人购买的商品，并且从中抽取出若干件商品的关联关系，这就是我们今天要讨论的问...
2018-02-27 17:13:48
866
原创 树回归分析
树回归：可以对复杂和非线性的数据进行建模；适用数值型和标称型数据。1、 CART：classification and regression trees（分类回归树）。每个叶节点上运用各自的均值做预测二元切割：每次把数据集切成两份，如果等于切分所要求的值进入左子树，否则进入右子树。CART使用二元切分来处理连续型变量。回归树（连续型）分类树（离散型）：回归树：假设叶节点是常数值，这种策略认为数据中...
2018-02-24 20:32:40
934
原创 无监督：聚类与改进聚类详解
聚类：聚类就是将相似的对象聚在一起的过程。如总统大选，选择那部分容易转换立场的表决者，进行针对性的宣传，可以扭转局势。聚类将相似的对象归到同一簇中，相似取决于相似度度量方法。Kmeans聚类，可能收敛到局部最小值，在大规模数据集上收敛较慢。Kmeans聚类：首先，随机确定k个初始点作为质心，将数据集中的每个点分配到一个簇中，即选择一个最近的质心进行分配，而后每个簇的质心更新为该簇所有点的平均值。直...
2018-02-23 16:40:39
598
原创 【Face recognition】人脸识别实战
实验结果图片发自简书App深度神经网络一般使用CNN，而CNN的改进又有Resnet残差网络，引入shortcut connection，以避免梯度弥散和爆炸，当前层让前面好多层的特征也可以随着前一层一起输入到当前层网络中去。比较成熟的网络现在有VGG-16等。训练过程有一个叫Triplet loss的损失函数，用于训练网络，其原理是一个三元组中，同一类别的距离应小于相异类别的距离加上一个阈值。图...
2018-02-11 14:20:03
855
转载 最实用的机器学习算法优缺点分析，没有比这篇说得更好了
对于机器学习算法的盘点，网上屡见不鲜。但目前，还没人能结合使用场景来把问题说明白，而这一点正是本文的目的所在。文中作者将结合他的实际经验，细致剖析每种算法在实践中的优势和不足。本文的目的，是务实、简洁地盘点一番当前机器学习算法。尽管人们已做过不少盘点，但始终未能给出每一种算法的真正优缺点。在这里，我们依据实际使用中的经验，将对此详加讨论。 归类机器学习算法，一向都非常棘手，常见的分类标准是这样的：...
2018-02-11 12:08:29
804
转载 上传项目到github仓库
1、首先建立本地的git文件夹第一步：建立git仓库cd到你的本地项目根目录下，执行git命令第二步：将项目的所有文件添加到仓库中git add .如果想添加某个特定的文件，只需把.换成特定的文件名即可第三步：将add的文件commit到仓库git commit -m "注释语句"第四步：去github上创建自己的Repository，创建页面如下图所示：拷贝仓库地址，形式如下：https://g...
2018-02-10 13:16:40
229
原创 使用开源人脸特征提取器进行脸部颜值评分
本文仅为模型应用实战，而非颜值研究，所得结果仅供娱乐，仅供参考。方法也仅供参考。一般而言，数据量越大，结果越接近正常人审美。由于本次数据量较小，故仅为实验。使用环境：ubuntu14.04，opencv3.2.0，dlib19.6，python2.7一、准备工作：1、下载dlib库，下载特征提取模型。该模型的作用是通过卷积神经网络产生128维的特征向量，用以代表这张脸。网络输入参数为人脸landm...
2018-02-10 13:04:16
6871
5
原创 姿态估计相关研究进展
自上而下：就是先检测包含人的框，即human proposal，然后对框子中的人进行姿态估计。一般RCNN（区域CNN就是这个思路）自下而上：先检测keypoint，然后根据热力图、点与点之间连接的概率，根据图论知识，基于PAF（部分亲和字段）将关键点连接起来，将关键点分组到人。1、CMU：openpose 研究多人的姿态估计运行环境：caffe自下而上， 关键点被
2018-02-02 16:15:31
3859
2
原创 如何遇见“一流的我们”
如何遇见“一流的我们”——浅谈本科阶段应当培养的几种能力学术能力申请研究生，学术能力一定是放在第一位的。那么什么是学术？其实就是对一个问题能有一定深度的研究，并且提炼到理论的高度，能够形成自己的思想。当然，我们作为本科生，要求也并没有那么高，学术能力可以包括阅读英文文献、文献归纳信息提取、对问题的思考提出改进等能力，而后逐步开始接触科技论文写作，可以先从模仿开始，把自己的大作业
2018-01-06 16:52:54
284
原创 PAF基于PAF（部分亲和字段）的实时多人2D姿态估计-CMU_openpose
这是CVPR2017的一篇文章。在本文中，文章通过实时算法来检测图像中多个人的二维姿态。 文章提出了关键点关联的明确的非参数表示，其编码人体肢体的位置和方向。 其次，设计了一个联合学习身体部分检测和身体部分关联的框架。 第三，证明一个贪心解析算法足以产生高质量的身体姿势分析，即使随着图像中人数的增加，效率也会保持高效（但是测试时间会随着人数增加而放缓）。 在文章中展示了代表性的失败案例。本
2018-01-05 12:43:44
12561
5
原创 ubuntu下配置Dlib/opencv3 for C++
这几天又配了一次Dlib和opencv，现将踩过的坑总结如下：Dlib+ubuntu步骤如下：cd (dlib-19.7目录下)mkdir build //创建build文件夹cd buildcmake ..cmake .. -DDLIB_USE_CUDA=0 -DUSE_AVX_INSTRUCTIONS=1; //如果不把cuda禁掉，之后会提示缺
2017-12-28 19:44:31
1927
1
原创 《白话深度学习与Tensorflow》学习笔记（7）RBM限制玻尔兹曼机
不受限的：在实际工程中用处不大，所以目前只需要研究受限玻尔兹曼机。一层是可视化层，一般来说是输入层，另一层是隐含层，也就是我们一般指的特征提取层。RBM是可以多层叠加在一起的。上面的h1到hn是n个实数，下面的v1到vm是m个实数，都是0到1之间的数字，它们各自组成了一个h向量和一个v向量。逻辑回归：其实这是一个伯努利
2017-11-19 13:24:05
3765
原创 《白话深度学习与Tensorflow》学习笔记（6）生成式对抗网络(GAN)
生成对抗网络（generative adversarial networks）:G:生成式模型 用于生成新的结果；D:判别式模型：将G生成的结果输入到D进行判别。D的训练是希望尽可能正确提取x特征，增大正确判断的概率D（x）G的训练是希望尽可能伪造出一些图片让D误以为是真的，增大1-D(G(z))。最终目的是训练D、G达到一个平衡使得G所生成的图片（结果）能够以假乱真。在这个网
2017-11-14 20:28:25
827
原创 QT生成动态链接库.so文件
QT生成动态链接库.so文件并在新的工程文件中调用。然后输入新建的名称，下一步，记得勾选Qtcore那个（就是默认的那个），否则编译似乎不能通过。因为后面自动生成的.h文件里还有这个。自动生成的有4个文件一个pro，一个cpp,一个XXX.h文件，一个XXX_global.h可以检查下.pro里的类型是不是lib类型。下面就可以在
2017-11-14 12:26:07
16365
1
原创 《白话深度学习与Tensorflow》学习笔记（4）Deep Residual Networks
深度残差网络：主要应用于计算机视觉——图像分类、语义分割（semantic segmentation）、目标检测（object detection），其主要是使用CNN进行改造。何恺明老师有一篇文献《Deep Residual Networks——Deep learning Gets Way Deeper》。普通CNN网络的问题（plain network）：一层的网络数据只能来源于前一层
2017-11-08 11:27:01
1145
1
转载 基于TP-GAN的侧脸人像恢复
中科院自动化所（CASIA），中科院大学和南昌大学的一项合作研究，提出了双路径 GAN（TP-GAN），通过单一侧面照片合成正面人脸图像，取得了当前较好的结果。研究人员提出了一个像人类一样能够考虑整体和局部信息的 GAN 结构，合成的图像非常逼真且很好地保留了身份特征，并且可以处理大量不同姿势的照片。研究人员指出，这些合成的图像有可能用于人脸分析的任务。他们受人类视觉识别过程启发，结合对抗生成
2017-11-07 21:16:51
5725
1
原创 《白话深度学习与Tensorflow》学习笔记（3）HMM RNN LSTM
RNN:循环神经网络与CNN最大的不同是记忆暂存功能，可以把过去输入的内容所产生的远期影响量化后与当前时间输入内容一起反应到网络中参与训练。尤其是对时间序列、自然语言（上下文关系）的处理，具有优势。马尔科夫链：在给定当前的知识或信息下，观测对象过去的历史状态对于将来的预测是无关的，只需要观测当前状态即可得出。HMM：隐马尔可夫模型，隐马尔可夫链的模型相对简化，是贝叶斯信念的
2017-11-06 21:08:48
2612
原创 《白话深度学习与Tensorflow》学习笔记（2）梯度下降、梯度消失、参数、归一化
1、CUDA(compute unified device architecture)可用于并行计算:GTX1060 CUDA核心数：1280 显存大小：6G2、随机梯度下降：计算偏导数需要的计算量很大，而采用随机梯度下降（即采用采样的概念）从中提取一部分样本来，这些样本中的特征已经可以在一定程度上代表完整训练集的特征。 Tensorflow中可以指定一个batch的size,
2017-11-05 14:42:32
2096
原创 《白话深度学习与Tensorflow》学习笔记（1）深度学习框架、CNN、VC维
刚入手一本《白话深度学习与Tensorflow》，哈哈，一直看深度学习很火，其实自己一知半解，都没有对这个领域进行一点系统的学习，现在准备看看这本书，开始入门。毕竟深度学习是大趋势，个个都说是个坑，个个都往里跳。。。趁着有时间，了解了解也无妨。初步感觉这本书比周志华老师的《机器学习》稍微好懂一点，讲实例和大比方居多，当然也有公式支撑。整体还不错，讲了基本神经网络、CNN、RNN、LSTM、
2017-11-04 09:21:44
4775
原创 几种距离的集中比较
提到检索的方法，比如KNN算法，这些都需要用到“距离”这个尺度去度量两者的近似程度。但是，距离也有很多种，除了我们熟悉的欧氏距离之外，其实还有很多。。。余弦距离：是一种衡量两个向量相关程度的尺度。利用两个向量的余弦值，由于在0到90度之间，的值为减函数，所以当cos(theta)值越大，theta值越小。体现的是两个向量方向上的差异。对数值绝对值不敏感。
2017-11-03 21:49:24
1032
原创 无先验从零开始深度学习AlphaGo zero
这两天花点时间看了发表在《Nature》上的Mastering the Game of Go without Human Knowledge这篇文章，文章号称可以无人类先验知识，仅使用围棋的自身规则进行学习、自助调参，使用一个网络完成训练。然后就可以进行下棋，并成功打败他的哥哥AlphaGo Lee和AlphaGo Fan.相关数据： 训练了3天，进行了4.9百万次对弈。 0.4s计算每次的落子。
2017-10-29 16:50:51
1953
翻译 轨迹数据挖掘（trajectory data mining）
位置采集和移动计算技术的进步已经产生了大量的空间轨迹数据，这些数据代表了移动物体（如人，车辆和动物）的移动性。在过去十年中，已经提出了许多技术来处理，管理和挖掘轨迹数据，促进了广泛的应用。在本文中，我们对轨迹数据挖掘的主要研究进行了系统的调查，提供了该领域的全景及其研究课题的范围。根据轨迹数据的导出，轨迹数据预处理，轨迹数据管理以及各种挖掘任务（如轨迹模式挖掘，异常值检测和轨迹分类）的路线图，调查
2017-10-25 22:36:17
21444
1
原创 神经网络及其matlab仿真
神经网络是由具有适应性的简单单元组成的广泛并行互联的网络，它的组织能够模拟生物神经系统对真实世界物体作出的交互反应。 神经网络中最基本的成分是神经元（neuron）模型，即简单神经元。
2017-10-25 13:54:27
16926
3
原创 Openface人脸识别的原理与过程
Openface人脸识别的原理与过程：https://zhuanlan.zhihu.com/p/24567586原理可参考如下论文：《OpenFace: A general-purpose face recognition library with mobile applications》第一步：找出所有的面孔我们流水线的第一步是人脸检测。我们的
2017-10-24 19:31:09
18089
5
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