- 博客(358)
- 资源 (24)
- 收藏
- 关注
RSS订阅原创 C# 中的 #region 和 #endregion的作用
C# 中的 #region 和 #endregion的作用C#中的 #region 和 #endregion 表示一块区域，这样在 Visual Studio 中可以将这块区域的代码折叠起来，便于查看。虽然Visual Studio 也响应大括号的折叠，但大括号会引起作用域的变化，而 #region 和 #endregion 则不会。#region #endregion用来注释中间
2014-12-15 10:58:57
7905
原创 坚持写博客，蜕变从现在开始
博客申请有一年之久了，不得不说现在每天上网首要浏览的就是CSDN，这里确实给我带来很多启发和思想，在这个地方，很多不知名的博主却又是那么熟悉，那些引人深思的思想和令人惊讶的习惯真的让我受益匪浅，让我知道在这条路上奋斗原来是这么的有意思，不为别的，终身学习这门必修课本是时代对我们的磨练和考验。坚持记录想法和思考就是蜕变的开始，实现的方式，若不是这些承载岁月的文字，那些奋斗的日子也会失去绚烂。下面
2014-12-14 13:36:10
963
原创 这个世界上没有人会告诉你这些
这个世界上没有人会告诉你这些一辈子活下来，常常是，在最有意思的时候，没有有意思的过，在最没意思的时候，想要有意思的过，结果呢，却再也过不出有意思来。 或者换一种说法，在看不透的时候，好看的人生过得不好看；看透了，想过的好看，可是人生已经没法看了。 这句话初看很绕，但是仔细想想，其实也并没有这么绕，人生其实比这个绕多了。 我们经常回想起某年某月某个曾经，自己要是……，那也
2014-12-07 21:20:06
1544
原创 如何写好一篇高质量的paper
这篇文章来源于中科院Zhouchen Lin 教授的report，有幸读到，和大家分享一下。技术和paper是相辅相成的，一直认为学到了技术或者在学习的过程中有任何的想法和疑问都应该以文字的形式记录下来，paper，博客，log什么的都可以，不然记忆会随着时光的飞逝擦除的，而且在当今这个技术飞速更迭的时代，记录过去的工作应该成为每周总结的必修课。1 Why write papers?Inc
2014-12-06 14:36:07
4883
原创 如何用Vs2008打开Vs2010所建的项目
由于软件更新速度太快，功能也越来越全面，经常会遇到无法用当期低版本的软件打开高版本编程的工程的问题，最近写代码时就遇到这样的情况。下面是我总结的如何用Vs2008打开Vs2010所建的项目的方法，希望对大家有帮助。如何在当前的Visual Studio版本下打开高版本的工程1 关于VS各个版本的不同从vc6到vs2013，vs的解决方案和工程文件有了很大的变迁：1）vc6时代，
2014-12-06 14:00:57
5951
原创 SVM学习资料
SVM学习资料SVM(support vectormachine)，被认为是“off-the-shelf”最好的监督机器学习算法之一，甚至很多人认为可以把“之一”去掉。SVM有着天然的intuition，大量的数学推导和优雅的解形式(有了大量的数学推导，自然就容易发paper啦)。实际上SVM在工业界也有着广泛的应用如，文本分类、图像分类、生物医学诊断和手写字符识别等。有关SVM资源非常之
2014-11-30 20:26:12
1322
2
原创 深度学习资料整理（源码）
近这两年里deep learning技术在图像识别和跟踪等方面有很大的突破，是一大研究热点，里面涉及的数学理论和应用技术很值得深入研究，这系列博客总结了深度学习的博客，原理等资料，供大家学习讨论。一、深度学习资料整理（博客类）二、深度学习资料整理（文章类）三、深度学习资料整理（软件资源）四、深度学习原理（关键技术总结，斯坦福大学UFLDL教程）五、深度学习资
2014-11-30 20:03:18
4277
原创 牛人博客和主页---站得高，看得更远（企业大牛的博客）
牛人博客和主页---站得高，看得更远（企业大牛的博客）牛人博客和主页---企业大牛的博客，欢迎学习。蒋宇东现就职于上海某公司（C++程序员）博客：http://blog.csdn.net/NewNebuladream居振梁博客：http://wargrey.yo2.cn刘帅现就职于Amazon（SDE-Test）博客：http://lsthu.spaces.live.c
2014-11-30 15:20:27
1516
原创 牛人博客和主页---站得高，看得更远（全面汇总）
优秀的博客先推荐两个资源索引首先是豆瓣一篇精彩的友邻贴：http://www.douban.com/note/211748394/Jack是豆瓣上很有影响力的重度用户，这篇号召帖了网友众多推荐，对于“慢体验”的豆瓣，是个“快发现”的好资源。另一个是邹宇华的Google Reader：http://blog.csdn.net/chenyusiyuan/article/detail
2014-11-30 15:16:02
1080
原创 牛人网站和博客---站得高看得更远（CV类）
最近忙乎查找了一些资料，陆续总结了机器视觉方面一些牛人博客和主页，特罗列出来，一起学习。博客类：邹宇华http://yuhuazou.sinaapp.com/北京航博士生,关注机器视觉与多机器人协同。分享推荐了不少科研资源：资源JerryLeadhttp://www.cnblogs.com/jerrylead/他写的机器学习：Machine Learning
2014-11-30 15:10:23
1450
原创 中国股权众筹平台的机会在哪里？
中国股权众筹平台的机会在哪里？1 众筹众筹可分为捐赠型、物品回报型、借贷型以及股权型四类。1）捐赠型指投资者对项目或者公司进行无偿捐赠，投资者不存在收益和风险。2）物品回报型众筹近似于“团购”加“预购”的一种模式，投资者对仍处于研发设计或生产阶段的产品或者服务投资，投资者获得一定的奖励或者提前购买商品服务。3）借贷众筹分为P2P和P2B两种类型，个人或者机构投资者通过网络平台对
2014-11-30 12:46:30
3414
原创 图像分类的字典学习方法概述
图像分类的字典学习方法概述1 字典学习（dictionary learning）旨在从原始数据中找到一组特殊的稀疏信号，在机器视觉中称为视觉单词（visual words），这一组稀疏元素能够足够线性表示所有的原始信号。字典学习来源于压缩感知，后来广泛用于图像去噪、去雾、聚类、分类等方面。两类：1） 直接学习区分性的字典（directly forcing the di
2014-11-30 12:08:30
14927
1
原创 从稀疏表示到低秩表示（五）
确定研究方向后一直在狂补理论，最近看了一些文章，有了些想法，顺便也总结了representation系列的文章，由于我刚接触，可能会有些不足，愿大家共同指正。从稀疏表示到低秩表示系列文章包括如下内容：一、 sparse representation二、NCSR（NonlocallyCentralized Sparse Representation）三、GHP
2014-11-30 11:41:37
7882
6
原创 从稀疏表示到低秩表示（四）
确定研究方向后一直在狂补理论，最近看了一些文章，有了些想法，顺便也总结了representation系列的文章，由于我刚接触，可能会有些不足，愿大家共同指正。从稀疏表示到低秩表示系列文章包括如下内容：一、 sparse representation二、NCSR（NonlocallyCentralized Sparse Representation）三、GHP
2014-11-30 00:54:52
9942
4
原创 从稀疏表示到低秩表示（三）
确定研究方向后一直在狂补理论，最近看了一些文章，有了些想法，顺便也总结了representation系列的文章，由于我刚接触，可能会有些不足，愿大家共同指正。从稀疏表示到低秩表示系列文章包括如下内容：一、 sparse representation二、NCSR（NonlocallyCentralized Sparse Representation）三、GHP（G
2014-11-30 00:31:35
5166
1
原创 从稀疏表示到低秩表示（二）
确定研究方向后一直在狂补理论，最近看了一些文章，有了些想法，顺便也总结了representation系列的文章，由于我刚接触，可能会有些不足，愿大家共同指正。从稀疏表示到低秩表示系列文章包括如下内容：一、 sparse representation二、NCSR（NonlocallyCentralized Sparse Representation）二、
2014-11-30 00:21:41
8799
原创 从稀疏表示到低秩表示（一）
确定研究方向后一直在狂补理论，最近看了一些文章，有了些想法，顺便也总结了representation系列的文章，由于我刚接触，可能会有些不足，愿大家共同指正。从稀疏表示到低秩表示系列文章包括如下内容：一、 sparse representation二、一、 sparse representation1 sparsity 一个线性表示解决的问题如下图所示：
2014-11-30 00:08:07
30338
3
原创 深夜的独白
深夜的独白回不去的地方叫故乡，到不了的地方叫远方。多少人就这样，一直在路上。看到这句话时，我久久不能平静，前句让人精神亢奋的为自己心底那个不服输的少年暗自高兴和肯定，可是读完后句我的，心咯噔一下凉了一大截，我们在路上多少年了，故乡那个心灵的港湾总是让我们牵挂万千，哪怕贫旧泛黄如初，还是时不时翻开，在心里的分量和位置始终不变。在异乡漂泊了这么多年，前往一个个城市的迁徙途中，我们的梦想载着
2014-11-26 21:53:16
1233
原创 蓦然回首的顷刻
蓦然回首的顷刻懵懂时，曾像一个典型的非主流90后一样对很多触动心弦的句子很是推崇，曾以为那时候的自己已经体会到了所谓感情之类的情愫，以为这是真实的感情世界。还想过类似的场景和对应的人，甚至想过类似的话是不是会对ta说。可是有些感情深处的东西不只是文字表面的华丽糖衣炮弹，触动的是小女生情怀的幻想城堡。终究明白有些感情只有岁月的无情累积和伤痕累累的成长代价后，才会有感同身受的升华，哪怕之前一秒还是
2014-11-26 21:04:55
872
原创 没有人会一直等你
没有人会一直等你凌晨困入一个梦魇。梦境里我与所有认识的人决裂。嘴里缠绕恶毒话语，我撕心裂肺的哭喊着，手臂毫无章法的挥舞着。颓废、疯狂、崩溃。相识的人漠然的从我身旁走过，好似在走出我的生命。最后我独自陷入无尽的黑洞。无法自拔，也没人救我。梦魇是否在向我披露着躲在面具里另一个真实的自己。那个颓废糟糕得连
2014-11-22 18:36:53
1064
原创 我们当下的孤独
当下的孤独1 依赖科技而不是依赖彼此当今的社会，虚拟身份比真实身份更具有符号性和辨识度。现实生活中我不认识你，但报上网名，发现我早就关注了你。人际交往的第一步不是我加你微博就是我加你微信。对网络的依赖，也使我们称为精确的目标消费者。看了亚马逊根据购买记录推荐你喜欢或肯那个感兴趣的，真会有一种被了解的感动。已经无法想象没有手机、电脑等电子产品的日子该是多么的孤独，随着屏幕越来越大，功
2014-11-21 11:03:37
860
原创 生命的长度
生命的长度又听闻两个远房亲戚病入膏肓的噩耗，慎得慌。我本非怕死之人，但是还有很多牵挂，对身边的亲人还是很尊敬和怀念的，我希望在他们有生之年我还能尽一份孝心。不是诅咒，说实话，现在很多年纪轻轻的，就患各种病，真不知道是些什么魔咒在作祟。健康是自己的，年轻的时候总是天真的以为可以挥霍，不说是糟蹋自己的身体，至少在很多个夜晚我们曾经熬夜未眠，在无数个白天长时间对着电脑蜗居式的不吃不喝
2014-11-21 11:01:01
787
原创 陌上花开
南国的冬天似乎来得有些晚，延迟的那些日子总是有些骚动不安——诡异的大雾弥漫或是如泣如诉的小雨连绵。钠黄灯光洒满我的身躯，头顶那轮明月静如处子，站在小巷的一端，雨棚下的空间在阴雨的冬季显得格外拥挤和嘈杂。店内传来哀伤幽怨的歌谣：满街脚步突然静了满天柏树突然没有动摇这一刹我只需要一罐热茶吧那味道似是什么都不紧要……此时，心情刚好对，场景也是如此 般相似，那种快乐突然被我
2014-11-21 10:59:09
830
原创 白月光
很久没有写了，没想到再次执笔又是到了山穷水尽的时候。暂且不说，最近心情有多糟糕，论文看了一个月之久，有些思绪和想法，实验做起来却是这般不容易，突然发现不是编程专业、不是码农真的很吃亏，心有余而力不足。然后在博客上找各种同僚，给大牛发邮件，如蜗牛般的回复甚至根本不待搭理的，更是让我心寒至极。也许国内就是这样，如履薄冰的生产高速度出产率的论文，满足各种头衔或者职称的要求，达到自己想要的光环，真的很
2014-11-15 17:23:27
1289
4
原创 Locality-constrained Linear Coding（LLC）总结
LLC（Locality-constrained Linear Coding forImage Classification）解析1 LLC来源jianchao yang的这篇Locality-constrained LinearCoding for Image Classification（介绍这篇文章的链接：http://blog.sina.com.cn/s/blog_631a4c
2014-11-15 17:15:28
7218
3
原创 MATLAB自动识别MNIST手写数字数据库
1.MNIST手写数字数据库数据库由Google实验室的Corinna Cortes和纽约大学柯朗研究所的Yann LeCun建有一个手写数字数据库，训练库有60,000张手写数字图像，测试库有10,000张。请访问原站 http://yann.lecun.com/exdb/mnist/
2014-11-08 20:52:11
20337
13
原创 流形学习
流形（manifold）的概念最早是在1854年由 Riemann 提出的(德文Mannigfaltigkeit)，现代使用的流形定义则是由 Hermann Weyl 在1913年给出的。江泽涵先生对这个名词的翻译出自文天祥《正气歌》“天地有正气，杂然赋流形”，日本人则将之译为“多样体”，二者孰雅孰鄙，高下立判。流形（Manifold），一般可以认为是局部具有欧氏空间性质的空间。而实际
2014-11-02 21:20:40
2445
原创 稀疏编码及其改进（ScSPM，LLC，super-vector coding）
LLC http://www.ifp.illinois.edu/~jyang29/LLC.htmThe traditional SPM approachbased on bag-of-features (BoF) requires nonlinear classifiers to achieve goodimage classification performance. This paper
2014-11-01 16:52:01
6885
原创 从SIFT到SURF
SIFT的原理详解见http://blog.csdn.net/zddblog/article/details/7521424（迄今为止，见过的最完全的原理）
2014-11-01 15:31:08
1354
原创 图像匹配
图像匹配能够应用的场合非常多，如目标跟踪，检测，识别，图像拼接等，而图像匹配最核心的技术就要属角点匹配了，所谓角点匹配是指寻找两幅图像之间的特征像素点的对应关系，从而确定两幅图像的位置关系。 角点匹配可以分为以下四个步骤： 1.提取检测子：在两张待匹配的图像中寻找那些最容易识别的像素点（角点），比如纹理丰富的物体边缘点等。 2.提取描述子：对于检测出的角点，用一些数学
2014-11-01 13:01:44
2984
原创 各种二进制特征提取算子（ORB 、BRIEF 、 FREAK、 BRISK）
各种特征提取算子1 ORB（ORientedBrief）：论文Ethan Rublee and Vincent Rabaud and KurtKonolige and Gary Bradski, ORB:an efficient alternative to SIFT or SURF.点击下载论文理论参考：http://www.cnblogs.com/scnucs/archive/2
2014-11-01 12:54:15
14623
4
原创 机器学习汇总
推荐几个机器视觉牛人博客，总结得很好。http://www.cnblogs.com/jerrylead/tag/Machine%20Learning/
2014-10-26 20:14:13
1040
原创 深度学习资料整理（文章类）
1 论文汇总主要是顺着Bengio的PAMI review的文章找出来的。包括几本综述文章，将近100篇论文，各位山头们的Presentation。全部都可以在google上找到。BTW：由于我对视觉尤其是检测识别比较感兴趣，所以关于DL的应用主要都是跟Vision相关的。在其他方面比如语音或者NLP，很少或者几乎没有。个人非常看好CNN和Sparse Autoencode
2014-10-26 15:04:30
4286
原创 c#中Split 分离字符以及空格消除方法
c#中Split函数1 split几种分离方法1）用字符串分隔：using System.Text.RegularExpressions;string str="aaajsbbbjsccc";string[] sArray=Regex.Split(str,"js",RegexOptions.IgnoreCase);foreach (string i in sA
2014-10-23 18:10:31
19581
原创 全面理解SVM
支持向量机第一篇：从四个关键词理解SVM第二篇：SVM的原理（全面理解SVM）第三篇：SVM的特点与不足第四篇：SVM实现第五篇：从应用上理解SVM第一篇：从四个关键词理解SVM理解支持向量机SVM（Support Vector Machine）有四个关键名词：分离超平面、最大边缘超平面、软边缘、核函数。分离超平面（separating hyperplane）：
2014-10-19 19:13:06
5794
4
AP（Affinity Propagation）聚类聚类算法介绍(发表在Science杂志上)
2015-04-14
Robust Recovery of Subspace Structures by Low-Rank Representation
2015-04-07
GPSR--求解L1范数优化包
2015-03-27
liblinear 软件包（最新版本1.95）
2014-11-08
opencv camshift 实现目标跟踪
2014-06-18
opencv 实现 meanshift 的目标跟踪
2014-06-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人