- 博客(21)
- 资源 (4)
- 收藏
- 关注
RSS订阅转载 OpenCV参考手册之Mat类详解1
类 Mat导言OpenCV c + + n 维稠密数组类类 CV_EXPORTS Mat{public：/ / … …很多的方法...... int flags;（Note ：目前还不知道flags做什么用的）//!数组的维数，> = 2int dims ;//!行和列的数量或 (-1，-1) 此时数组已超过
2014-05-28 22:03:07
964
转载 Deep Learning源代码收集-持续更新…
Deep Learning源代码收集-持续更新…zouxy09@qq.comhttp://blog.csdn.net/zouxy09 收集了一些Deep Learning的源代码。主要是Matlab和C++的，当然也有python的。放在这里，后续遇到新的会持续更新。下表没有的也欢迎大家提供，以便大家使用和交流。谢谢。 最近一次更新：2013-9-22Theano
2014-05-28 10:11:30
1204
1
转载 Matlab中图片保存的5种方法
matlab的绘图和可视化能力是不用多说的，可以说在业内是家喻户晓的。Matlab提供了丰富的绘图函数，比如ez**系类的简易绘图函数，surf、mesh系类的数值绘图函数等几十个。另外其他专业工具箱也提供了专业绘图函数，这些值得大家深入学习好久。今天我只是讨论下如何保存这些由Matlab绘制出来的图像呢？当然借助第三方截图软件，就算了！1、使用imwrite 函数
2014-05-23 15:22:47
2763
原创 规范化程序设计的实例（1）
网络流量统计程序的设计背景与问题：智能手机中，用户十分关心已经使用的流量， 希望可以查看已经使用的网络流量； 本程序主要实现过去 1 分钟以及过去 1 小时已经使用的网络流总量，并且希望整个设计具备一定的可扩展性，比如可以很方便地扩展到统计过去一天的网络流总量。另外，程序在使用时还需要其运行速度和内存的使用情况。学习目标：1. 如何撰写可读性强的代码；2. 基于
2014-05-21 14:42:28
1111
转载 【模式识别】Boosting
Boosting简介分类中通常使用将多个弱分类器组合成强分类器进行分类的方法，统称为集成分类方法（Ensemble Method）。比较简单的如在Boosting之前出现Bagging的方法，首先从从整体样本集合中抽样采取不同的训练集训练弱分类器，然后使用多个弱分类器进行voting，最终的结果是分类器投票的优胜结果。这种简单的voting策略通常难以有很好的效果。直到后来的Boosting方
2014-05-18 13:36:35
2316
转载 【OpenCV】基于Adaboost和Haar-like特征人脸识别
Paul Viola 和Miachael Jones等利用Adaboost算法构造了人脸检测器，称为Viola-Jones检测器，取得很好的效果。之后Rainer Lienhart和Jochen Maydt用对角特征，即Haar-like特征对检测器进行扩展。OpenCV中自带的人脸检测算法即基于此检测器，称为“Haar分类器”。Haar-like特征可由下图表示：每个特征由2~3
2014-05-18 13:28:30
1399
转载 推荐文章汇总
Android 中Touch（触屏）事件传递机制 WPJY_5212014-03-29.阿里实习生招聘笔试题目 计算机科学家的世界Android UI:看看Google官方自定义带旋转动画的ImageView-----RotateImageView怎么写(附 图片淡入淡出效果) yanzi1225627ArcGIS 客户端跨版本连接Oracle 地理数据库时的兼容性说
2014-05-17 16:33:04
919
转载 Deep Learning（深度学习） 资料库
Deep Learning（深度学习）ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：一ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：二Bengio团队的deep learning教程，用的theano库，主要是rbm系列，搞python的可以参考，很不错。deeplearning.net主页，里面包含的
2014-05-15 09:45:00
2235
原创 python 3.3 （3）
交互的运行代码>>> print('Hello World')Hello World>>> print(2**8)256
2014-05-14 15:46:54
836
转载 Sparsity稀疏编码（三） （值得阅读）
稀疏编码(sparse coding)和低秩矩阵(low rank)的区别 上两个小结介绍了稀疏编码的生命科学解释，也给出一些稀疏编码模型的原型(比如LASSO),稀疏编码之前的探讨文章就不说了，今天开始进入机器学习领域的稀疏表达。稀疏编码进入机器学习领域后，出现了很多应用，比如计算视觉领域的图像去噪，去模糊，物体检测，目标识别和互联网领域的推荐系统（Collaborative f
2014-05-14 12:57:51
983
转载 Sparsity稀疏编码（二）（值得阅读）
为了更进一步的清晰理解大脑皮层对信号编码的工作机制（策略），需要把他们转成数学语言，因为数学语言作为一种严谨的语言，可以利用它推导出期望和要寻找的程式。本节就使用概率推理（bayes views）的方式把稀疏编码扩展到随时间变化的图像上，因为人类或者哺乳动物在日常活动中通过眼睛获取的信号是随时间变化而变化的，对于此类信号仍然有一些稀疏系数和基可以描述他们，同类型的处理方式也有慢特征分析(slow
2014-05-14 12:56:12
738
转载 Sparsity稀疏编码（一）（值得阅读）
稀疏编码来源于神经科学，计算机科学和机器学习领域一般一开始就从稀疏编码算法讲起，上来就是找基向量（超完备基），但是我觉得其源头也比较有意思，知道根基的情况下，拓展其应用也比较有底气。哲学、神经科学、计算机科学、机器学习科学等领域的砖家、学生都想搞明白人类大脑皮层是如何处理外界信号的，大脑对外界的“印象”到底是什么东东。围绕这个问题，哲学家在那想、神经科学家在那用设备观察、计算机和机器学习科学家则是
2014-05-14 12:54:20
913
转载 人脸数据库汇总
■Annotated Database (Hand, Meat, LV Cardiac, IMM face) (http://www2.imm.dtu.dk/~aam/)■AR Face Database (http://cobweb.ecn.purdue.edu/~aleix/aleix_face_DB.html)■BioID Face Database (http://www.bioi
2014-05-14 10:11:37
1547
原创 Bootstrap Method 自助法
自助法（Bootstrap Method，Bootstrapping或自助抽样法）定义：是一种从给定训练集中有放回的均匀抽样，也就是说，每当选中一个样本，它等可能地被再次选中并被再次添加到训练集中。历史：自助法由Bradley Efron于1979年在《Annals of Statistics》上发表。当样本来自总体，能以正态分布来描述，其抽样分布(Sampling D
2014-05-08 09:44:06
5612
原创 Matlab 处理avi视频文件为单帧图片
简单的小常识：将处理avi视频处理为单帧图片clc;clear;video=mmreader('D:\videotest\Video 1.avi');nFrames = video.NumberOfFrames; %得到帧数H = video.Height; %得到高度W = video.Width;
2014-05-06 11:26:48
1705
Support Vector Machine Active Learning for Image Retrieval
2014-12-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人