机器学习
spirits_of_snail
code is changing me.
展开
-
阅读笔记之No-Reference Image Quality Assessment in the Spatial Domain
摘要:本文提出了一种基于自然场景统计的通用性图像失真的无参考(NR)图像质量评估(IQA)模型(BRISQUE)。它是利用局部归一化亮度系数的场景统计模型来量化图像“自然度”损失,为了定量描述自然场景统计系数与失真程度的映射关系,引入非对称广义高斯分布 (AGGD)来拟合系数与失真的对应关系得到参数特征向量,最后使用支持向量模型将参数特征向量映射到质量得分。算法思想:本文提出的基于空间...翻译 2018-12-08 10:33:31 · 6005 阅读 · 2 评论 -
论文笔记之No-reference blur assessment based on edge modeling
论文笔记之No-reference blur assessment based on edge modeling摘要本文展示一种客观的无参考模糊度量算法,基于边缘模型的模糊度量,Blur metric based on edge modeling(EMBM)。对边缘的每一个像素的宽度和对比度进行描述和估计,从而给出该像素的模糊概率;另外,利用显著性边缘像素模仿HVS的模糊评价;最后,使用CP...原创 2018-11-20 13:45:36 · 1377 阅读 · 3 评论 -
[ResNet]系列 SENet
论文详解链接:https://segmentfault.com/a/1190000011353862论文代码链接:https://github.com/hujie-frank/SENethttps://github.com/binLearning/caffe_toolkit转载 2017-12-08 17:01:10 · 5821 阅读 · 0 评论 -
算法面试之扑克牌中顺子和同花哪一个概率大?
问题描述除去大小王,剩余的52张牌中,洗牌后,抓5张,抓到的结果中,同花和顺子哪一个概率大,请写出其算法。算法分析显然是一个组合问题,不需要考虑5张扑克牌的顺序,相当于52张中随机抽取5张, 总的组合数为:C(52,5 ) = 52! / ( 5! * (52-5)! ) 结果是同花的情况为4种花色中选一个,然后在其中一个花色13张中选5张,总的组合数:C( 4 , 1)*C...原创 2018-07-25 21:45:24 · 12664 阅读 · 1 评论 -
python学习笔记之sklearn数据预处理归一化
可参考sklearn_数据处理API帮助理解!标准归一化归一化到均值为0,方差为1sklearn.preprocessing.scale函数:Standardize a dataset along any axis 先贴出主要的源码,乍一看,很乱,其实细看之下,就是多了一些判断稀疏矩阵之类的条件性代码。#coding=utf-8import numpy as npfrom...原创 2018-09-11 22:59:19 · 8244 阅读 · 0 评论 -
VAE背后的哲学思想及数学原理
作者:李乐——CSDN AI专栏作家引言短短三年时间,变分编码器VAE(Variational Auto-encoder)同GAN一样,成为无监督复杂概率分布学习的最流行的方法。VAE之所以流行,是因为它建立在标准函数逼近单元,即神经网络,此外它可以利用随机梯度下降进行优化。本文将解释重点介绍VAE背后的哲学思想和直观认识及其数学原理。VAE的最大特点是模仿自动编码机的学习预测机制...转载 2017-12-05 21:42:30 · 908 阅读 · 0 评论 -
最小二乘与交叉熵代价函数的区别(作用及公式推导)
交叉熵代价函数(Cross-entropy cost function)是用来衡量人工神经网络(ANN)的预测值与实际值的一种方式。与二次代价函数相比,它能更有效地促进ANN的训练。在介绍交叉熵代价函数之前,本文先简要介绍二次代价函数,以及其存在的不足。1. 二次代价函数的不足 ANN的设计目的之一是为了使机器可以像人一样学习知识。人在学习分析新事物时,当发现自己犯的...转载 2017-11-13 11:05:07 · 4744 阅读 · 4 评论 -
Fisher–Yates shuffle 算法详解:给定数组的乱序
1、算法思想 根据维基百科解释:TheFisher–Yates shuffle is analgorithm for generating a random permutation of a finite sequence—in plain terms, the algorithm shuffles the sequence. The algorithm effective...原创 2017-10-13 12:40:12 · 4642 阅读 · 0 评论 -
阅读笔记之No-Reference Objective Image Sharpness Metric Based on the Notion of Just Noticeable Blur
摘要 本文提出了一种基于目标感知的无参考图像锐度/模糊度评价方法。与现有的无参考图像锐度/模糊度算法不同,该算法能够预测图像不同区域的相对模糊度,且与人类视觉的主观感知有较好的相关性。前言1.研究意义: 图像中的模糊是由于空间域高频率的信息衰减产生的,通常发生在过滤或视觉数据压缩阶段。图像的模糊度和锐度是成反比,因此,图像的模糊度量也可以用来测量锐度。...翻译 2018-12-05 09:48:10 · 2030 阅读 · 1 评论