Rachel-Zhang-CSDN博客

原创真实感球绘制

真实感球的绘制关键函数： glMaterialfv(GL_FRONT, GL_DIFFUSE, mat_shininess);//设置材料反射指数 glLightfv(GL_LIGHT0, GL_POSITION, light_position);//光源位置 glShadeModel ( GL_SMOOTH ); //设置阴影模型 glViewport (0, 0, (GLsizei) w,

2013-02-19 14:37:59 17079 6

本文参考《Computer Graphics Using OpenGL》,第一个例子绘制了1. 参数定义的House2. a flurry of filled rectangles3. Sierpinski曲线含有鼠标和键盘响应函数onmouse和onkeyboard。/****************************************************************

2013-02-18 13:05:24 7928 4

原创 Learning the parts of object by NMF

本文为Letters to nature上文章Learning the parts of objects by non-negativematrix factorization的读书笔记，针对如何基于NMF在神经网络中学习一个object的各层part做出理论上的分析，并在人脸part学习和text语义特征学习上做了相应实验。本文不含如何去解NMF，只给出非负约束下矩阵分解的结果。 Learnin

2013-02-12 11:30:11 11795 5

原创 Robust PCA 学习笔记

很久没有写学习笔记了，年初先后忙考试，忙课程，改作业，回家刚安定下来，读了大神上学期给的paper，这几天折腾数学的感觉很好，就在这里和大家一起分享一下，希望能够有所收获。响应了Jeffrey的建议，强制自己把笔记做成英文的，可能给大家带来阅读上的不便，希望大家理解，多读英文的东西总没坏处的。这里感谢大神和我一起在本文手稿部分推了一些大牛的“ easily achieved”stuff... 本文

2013-02-05 23:26:45 69989 58

原创计算理论重点——Theory of Computation

一个学期的计算理论课程已经结束，给我的感觉吧，计算理论是一门计算机不得不学，学了短期又没用，但是可以培养一些逻辑思维的课程。其最关注的问题是什么是可计算性，什么问题可计算，问题之间的映射/归约，计算代价及难易。在分析问题和检验模型计算能力之前需要掌握的工具是形式语言、图灵机等。本文主要对计算理论中的重点进行了总结，总结了一些定理和理解上容易有障碍的知识点，但是里面还有一些点没有提到，比如NFA、D

2013-01-11 15:54:57 32044 23

原创 2012年度总结

时光荏苒，2012已逝。之前一直没有发过总结，这么一来，又做了自己的一项开创性工作，哈哈！Research方面，今年没再做MVV系统了，放弃了原先搞绘制的想法，换到了cv，主要做还是大三下做起吧，cv水很深，一直觉得做不动，但其实是没有找到一个很好的切入点，这是为什么呢？因为看的东西也不够，于是暑假看了一些machine learning和cv。这学期应项目要求做neuron signal ana

2012-12-31 16:02:46 27046 76

原创 The culture of Statistic Learning

在MIT 150周年庆的Brains, Minds, and Machines研讨会上， Prof. Noam Chomsky发表了一个观点，他的大概意思是有很多语言模型采用统计的方法建模，有些取得了成功，但他觉得大多数是失败的，他觉得应该更多重视简洁的，公式化的理论，而非这些统计上的结论，正如下文中他所言：Prof. Noam ChomskyIt's true there's been a lo

2012-12-04 01:41:42 9223 17

原创 GMM的EM算法实现

在聚类算法K-Means, K-Medoids, GMM, Spectral clustering，Ncut一文中我们给出了GMM算法的基本模型与似然函数，在EM算法原理中对EM算法的实现与收敛性证明进行了详细说明。本文主要针对如何用EM算法在混合高斯模型下进行聚类进行代码上的分析说明。1. GMM模型：每个 GMM 由 K 个 Gaussian 分布组成，每个 Gaussian 称为一个“Co

2012-11-19 11:03:16 139263 82

原创 KMeans和KMedoid 的Matlab实现

KMeans和KMedoid算法是聚类算法中比较普遍的方法，本文讲了其原理和matlab中实现的代码。1.目标：找出一个分割，使得距离平方和最小2.K-Means算法： 1. 将数据分为k个非空子集 2. 计算每个类中心点（k-means中用所有点的平均值，K-medoid用离该平均值最近的一个点）center 3. 将每个object聚类到最近的

2012-11-18 20:26:15 55705 52

转载 The Most Important Algorithms (in CS and Math)

本文是Christoph Koutschan列出来的32类计算机与数学领域最为重要的算法（按字符顺序排列）。覆盖的面很广，评价很精准。链接中加入了自己总结过的文章（或者用到该算法的例子），后面有时间将根据重点算法继续补充。原文转载from：http://www.risc.jku.at/people/ckoutsch/stuff/e_algorithms.html1. A* search algor

2012-11-15 16:45:24 11815 8

原创聚类算法K-Means, K-Medoids, GMM, Spectral clustering，Ncut

聚类算法是ML中一个重要分支，一般采用unsupervised learning进行学习，本文根据常见聚类算法分类讲解K-Means, K-Medoids, GMM, Spectral clustering，Ncut五个算法在聚类中的应用。Clustering Algorithms分类1. Partitioning approach: 建立数据的不同分割，然后用相同标准评价聚类结果。

2012-11-11 13:44:48 123928 47

原创 EM算法原理

在聚类中我们经常用到EM算法（i.e. Expectation - Maximization）进行参数估计, 在该算法中我们通过函数的凹/凸性，在expectation 和maximization两步中迭代地进行参数估计，并保证可以算法收敛，达到局部最优解。PS：为了不在11.11这个吉祥的日子发blog，还是打算今天发了，祝单身coder节日快乐，心情愉快~~由于公式实在太多，这里我就

2012-11-10 23:49:42 97770 51

原创统计学习方法——CART, Bagging, Random Forest, Boosting

本文从统计学角度讲解了CART（Classification And Regression Tree）, Bagging(bootstrap aggregation), Random Forest Boosting四种分类器的特点与分类方法，参考材料为密歇根大学Ji Zhu的pdf与组会上王博的讲解。CART（Classification And Regression Tree）

2012-11-10 09:46:34 85196 25

转载奇异值分解SVD应用——LSI

潜在语义索引（Latent Semantic Indexing）是一个严重依赖于SVD的算法，本文转载自之前吴军老师《数学之美》和参考文献《机器学习中的数学》汇总。————————————在自然语言处理中，最常见的两类的分类问题分别是，将文本按主题归类（比如将所有介绍亚运会的新闻归到体育类）和将词汇表中的字词按意思归类（比如将各种体育运动的名称个归成一类）。这两种分类问题都可用通过矩阵运算来圆满地

2012-10-31 09:49:07 52050 38

原创 JPEG压缩原理

本文介绍JPEG压缩技术的原理，对于DCT变换、Zig-Zag扫描和Huffman编码，给出一个较为清晰的框架。1. JPEG压缩的编解码互逆过程：编码解码2. 具体过程：（这里仅以编码为例，解码过程为其逆过程） A. 将原始图像分为8*8的小块, 每个block里有64pixels： B. 将图像中每个8*8的block进行DCT变换：数据压缩中有很多变换，比如K

2012-10-27 11:04:54 64631 31

原创 Karhunen-Loeve Transform (KLT) 原理及PCA应用

Karhunen-Loeve Transform（KLT）是一种数据变换与分析方式，常用于数据压缩和PCA降维。1. KLT是什么变换，KLT的目的是什么？KLT是对向量x做的一个正交变换y=Φx，目的是变换到y后去除数据相关性。PS：其中，Φ是x特征向量组成的矩阵，满足ΦTΦ=I，当x都是实数时，Φ是正交矩阵。2. 为什么说KLT可以去除数

2012-10-25 09:26:00 27602 3

原创 PTS(Preemption-Threshold Scheduling)调度策略

Preemption-Threshold Scheduling是实时系统调度算法中的一种，本文主要分析Preemption-Threshold Scheduling（PTS）的可调度性，怎样在实时系统中应用PTS进行调度，在最坏条件下PTS如何较传统方法改进efficiency等。PTS在实时系统中的可调度性分析实时分析技术让我们知道一个任务集合是否可调度——也就是

2012-10-23 17:20:41 6543 4

原创压缩感知应用FAQ

前面有几篇很有意思的文章分别介绍了压缩感知原理以及如何运用矩阵的稀疏性进行相关分析，这一篇文章中呢，我不提压缩感知原理，如果想看原理的朋友请看下面几篇文章：初识压缩感知Compressive Sensing中国压缩传感资源（China Compressive Sensing Resources）压缩感知进阶——有关稀疏矩阵“压缩感知” 之 “Hello World”那么我这里讲什么呢？由于最近很多

2012-10-11 12:59:00 19041 20

原创 Stanford机器学习---第十讲. 数据降维

本栏目（Machine learning）包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM（Support Vector Machines 支持向量机）、聚类、降维、异常检测、大规模机器学习等章节。内容大多来自Standford公开课machine learning中An

2012-09-28 23:52:39 63606 37

原创 Shannon-Fano编码——原理与实现

香农-范诺算法（Shannon-Fano coding）原理和Huffman-Tree一样，Shannon-Fano coding也是用一棵二叉树对字符进行编码。但在实际操作中呢，Shannon-Fano却没有大用处，这是由于它与Huffman coding相比，编码效率较低的结果（或者说香农-范诺算法的编码平均码字较大）。但是它的基本思路我们还是可以参考下的。

2012-09-26 21:34:04 36423 10

原创 huffman编码——原理与实现

哈夫曼算法原理Wikipedia上面说的很清楚了，这里我就不再赘述，直接贴过来了。1952年, David A. Huffman提出了一个不同的算法，这个算法可以为任何的可能性提供出一个理想的树。香农-范诺编码（Shanno-Fano）是从树的根节点到叶子节点所进行的的编码，哈夫曼编码算法却是从相反的方向，暨从叶子节点到根节点的方向编码的。为每个符号建立一个叶子节点

2012-09-26 14:51:47 95126 45

原创 Activity Recognition行为识别

暑假听了computer vision的一个Summer School，里面Jason J. Corso讲了他们运用Low-Mid-High层次结构进行Video Understanding 和 Activity Recognition的方法，受益颇深，在这里把他的方法总结一下:----------------------------------------------

2012-09-22 16:17:12 34698 39

原创 LZW压缩算法——简明原理与实现

LZW和哈夫曼编码一样，是无损压缩中的一种。该算法通过建立字典，实现字符重用与编码，适用于source中重复率很高的文本压缩。本文首先讲下LZW的编解码原理，然后给出LZW的实现code。*********************原理*********************编码：编码0-255用来存储Ascii码为[0,255]的字符，放在字典里。编码从256开始，将

2012-09-19 13:12:14 54842 22

原创双层视频跟踪模型-CVPR11_robust tracking模型

受今年暑假Summer School中讲cv中多类分类的Ales教授影响，看了一篇他们组2011年发表在ICCV上的一篇文章《An adaptive coupled-layer visual model for robust visual tracking》，感觉思路比较清晰，就精读了一下，在这里贴出一些感想与实施细则，方便大家进行研究(*^__^*) ……思路：用一个双层耦合模型，维护新特征点组

2012-09-18 23:05:31 8134 24

原创 Linux下安装matlab命令

How to load iso file and install matlab on linux由于要跑一个程序，需要matlab和C++的混合编程，我在linux上安装了matlab，由于对linux系统不太熟悉，所以特地让霆霆帮我弄的，特此感谢，并将按转过程详细描述如下，希望帮助以后要安装的朋友。1.下载 matlab for linux: 各大网站均有资源(我这里下载

2012-09-11 09:21:41 19867 3

转载 Aprior算法简化算法——FP-Tree思想与实现

在关联规则挖掘领域最经典的算法法是Apriori，其致命的缺点是需要多次扫描事务数据库。于是人们提出了各种裁剪（prune）数据集的方法以减少I/O开支，韩嘉炜老师的FP-Tree算法就是其中非常高效的一种。支持度和置信度严格地说Apriori和FP-Tree都是寻找频繁项集的算法，频繁项集就是所谓的“支持度”比较高的项集，下面解释一下支持度和置信度的概念。设事务数据库为：

2012-08-31 10:29:38 19317 22

原创 Python进阶（三）——Python语法

近几年来，随着Google、YouTube、IRobot等大公司对Python语言的广泛使用，Python公司的身影经常出现与我们的视线，Python语言也在软件质量、开发效率、程序的可移植性、标准库的支持等方面成为了一个优秀的程序开发语言，可以完成网站、游戏开发到航空航天控制等领域的各种任务。本栏目希望通过学习《Python学习手册》和网站上的相关指导，从零学习Python，希望对大家有一些帮助

2012-08-31 00:23:18 16005 13

原创多台笔记本同时上网方法

这几天出去开会，两个人带了一台电脑可发愁了，这里给出用笔记本作为ap，实现多台电脑同时上网功能的方法。实现环境：两台win7旗舰版1. 选择一台笔记本做ap，用该电脑连接网线，能够成功上网2. cmd->以管理员身份运行3. 输入netsh wlan set hostednetwork mode=allow ssid=netname key=password，成功4.

2012-08-28 16:23:13 5154 6

原创 Stanford机器学习---第九讲. 聚类

2012-08-28 13:51:12 28490 9

原创 Python进阶（二）——Python对象类型

2012-08-15 15:45:22 20316 18

原创 Stanford机器学习---第八讲. 支持向量机SVM

本栏目（Machine learning）包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM（Support Vector Machines 支持向量机）、聚类、降维、异常检测、大规模机器学习等章节。所有内容均来自Standford公开课machine learning中A

2012-08-12 16:55:10 131414 89

原创 Python进阶（一）——安装Python、程序执行、Python模块和IDLE调试

2012-08-08 11:21:33 66029 30

原创 Stanford机器学习---第七讲. 机器学习系统设计

本栏目（Machine learning）包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM（Support Vector Machines 支持向量机）、聚类、降维、异常检测、大规模机器学习等章节。所有内容均来自Standford公开课machine learning

2012-08-06 14:49:36 24626 14

原创一首诗，致亲爱的csdn

还记得——致亲爱的csdn还记得你年轻时的摸样？简单的文字，无瑕的脸庞。现在的你，满脸风霜。五粮液的广告，在我的文章中久久荡漾。还记得当初的梦想？你已实现，尚可飞翔。但这广告或许会抹去你的锋芒，程序员需要的远不是酒量……那简洁的技术，不愿这样被流放远方，那美丽的代码，不免会看着广告发慌；但愿这一切只是过眼烟

2012-08-04 10:30:49 20081 87

原创机器学习——深度学习(Deep Learning)

Deep Learning是机器学习中一个非常接近AI的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，最近研究了机器学习中一些深度学习的相关知识，本文给出一些很有用的资料和心得。Key Words：有监督学习与无监督学习，分类、回归，密度估计、聚类，深度学习，Sparse DBN，1. 有监督学习和无监督学习给定一组数据(input，target)为Z=(X，Y)。有监督学习：最常见的是r

2012-08-04 09:49:03 452415 97

原创无监督特征学习——Unsupervised feature learning and deep learning

无监督学习近年来很热，先后应用于computer vision, audio classification和 NLP等问题，通过机器进行无监督学习feature得到的结果，其accuracy大多明显优于其他方法进行training。本文将主要针对Andrew的unsupervised learning，结合他的视频：unsupervised feature learning by Andrew N

2012-07-31 15:48:19 85402 66

原创 Stanford机器学习---第六讲. 怎样选择机器学习方法、系统

本栏目（Machine learning）包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM（Support Vector Machines 支持向量机）、聚类、降维、异常检测、大规模机器学习等章节。所有内容均来自Standford公开课machine learning中A

2012-07-29 00:10:52 63771 34

原创 MFC 获得各类指针、句柄的方法

最近有些人在问MFC编程一些要点，有一些句柄的获取、指针的获取是常见的问题，本文将对这些问题做以解释，参考了前人的笔录（见reference），希望能够帮助大家更方便地进行MFC程序开发。一般我们使用的框架是VC提供的Wizard生成的MFC App Wizard(exe)框架，无论是多文档还是单文档，都存在指针和句柄获取和操作问题。本文中将针对各类句柄的获得、指针的获得以及M

2012-07-27 12:44:19 40890 15

原创 C++矩阵处理工具——Eigen

最近和一些朋友讨论到了C++中数学工具的问题，以前总是很2地自己写矩阵运算，或者有时候在matlab里计算了一些数据再往C程序里倒，唉~想想那些年，我们白写的代码啊……人家早已封装好了！首先推荐几个可以在C++中调用的数学平台：eigen、bias、lapack、svd、CMatrix，本文着重eigen做以讲解，希望对各位有所帮助。下面是本文主线，主要围绕下面几点进行讲解：*******

2012-07-24 20:37:59 132743 60

转载 C/C++/PHP等语言在线编译器

有时候在网吧或别人的电脑上写了一些c/c++程序，却苦于没有安装编译器，无法编译和调试，非常的不方便。这时候我们可以借助在线编译系统来进行c/c++代码的编译。仅仅是编译的话，acm oj是不太合适的。下面分享下找到一份关于在线编译系统的资料。1、http://codepad.org/推荐星级：★★★★是否需注册：否（注册的话也很快，几秒钟而已）优点：网页界面简洁，

2012-07-23 19:29:10 10834 1

python实现并行爬虫

指定爬虫depth、线程数， python实现并行爬虫

2015-09-07

python实现网络图片爬虫

程序支持多线程爬虫，主文件为spider.py, testSpider.py为单测

2015-09-07

gputimer.h

CUDA系列学习（四）Parallel Task类型与 Memory Allocation 配套代码获取gpu时间

2015-02-03

LR_Mnist.py

http://blog.csdn.net/abcjennifer/article/details/25912675 的辅助代码，利用stochastic gradient descent 进行logistic regression, 应用于mnist数据集

2015-01-07

deep learning 概览+时序模型

Content 1. 回顾 deep learning在图像上的经典应用 1.1 Autoencoder 1.2 MLP 1.3 CNN<详细的见上一篇CNN> 2. deep learning处理语音等时序信号 2.1 对什么时序信号解决什么问题 2.2 准备知识 2.2.1 Hidden Markov Model(HMM) 2.2.2 GMM-HMM for Speech Recognition 2.2.3 Restricted Boltzmann Machine（RBM） 3.

2014-05-29

Convolution Neural Network (CNN)

PS：本篇blog为ese机器学习短期班参考资料（20140516课程），本文只是简要讲最naive最simple的思想，重在实践部分，原理课上详述。

2014-05-15

20newsgroup python分类聚类

http://blog.csdn.net/abcjennifer/article/details/23615947

2014-04-13

人脸检测与识别

环境：opencv 2.4.6.0 特征：eigenface Input：一个人脸数据库，15个人，每人20个样本（左右）。 Output：人脸检测，并识别出每张检测到的人脸。

2014-03-16

决策树python实现

基于python逐步实现Decision Tree(决策树)，分为以下几块：加载数据集熵的计算根据最佳分割feature进行数据分割根据最大信息增益选择最佳分割feature 递归构建决策树样本分类

2014-03-10

KMeans和Kmedoid算法的matlab实现

本资源为KMeans和KMedoid算法的实现，算法讲解见http://blog.csdn.net/abcjennifer/article/details/8197072

2012-11-18

C++矩阵处理工具——Eigen3

C++矩阵处理工具——Eigen3工具包，其内部封装了很多矩阵类，可以在C++环境轻松进行矩阵处理（与操作系统无关，window，linux均可）。附上Eigen3的讲解链接：http://blog.csdn.net/abcjennifer/article/details/7781936

2012-07-24

压缩感知基础

压缩感知基础内容，包括陶哲轩在外面讲座的ppt和一些大牛对CS的见解。

2012-07-15

Difference of Gaussian DoG

DoG (Difference of Gaussian)实现角点检测。效果见http://blog.csdn.net/abcjennifer/article/details/7639488#comments

2012-06-09

libsvm 程序集数据集

libsvm 数据集包括 matlab数据集和 VC数据集

2012-04-11

广度有限搜索 bfs 基础骑士的任务课件

详细讲解了骑士的任务用队列方法解决的策略，层层深入

2009-10-14

动态规划基础（初学者必读）

详细的讲解了动态规划基本思想，基本步骤，内附经典例题！（包括经典的背包问题，初学者必看）！前提 ●贪心法（它是一种多步决策法，它总是作出在当前看来是最好的选择，它的考虑不是从整体出发，而只是某种意义上的局部最优，这样贪心法不能对所有问题达到整体最优解，但是对相当范围的许多问题都能够产生整体最优解。--译者） ●动态规划（它是将问题进行逐步的划分来缩小问题的规模，直到可以求出子问题的解为止。分划子问题后，对应的子问题中含有大量的重复，这样就将重复地求解；在第一次遇到重复时把它解决，并将解保存起来，以备后面引用。动态规划法常用来求一个问题在某种意义下的最优解。--译者） ●递归下降