2017年06月_xp_fangfei

07月 06月

转载压缩感知学习

压缩感知（Compressive Sensing）学习之（二） zouxy09@qq.com http://blog.csdn.net/zouxy09 上一回粗略的引入了压缩感知。 http://blog.csdn.net/zouxy09/article/details/8118313 下面就针对自己的了解，具体总结下压缩感

2017-06-23 09:26:07 569

原创支持向量机详解

支持向量机的原理很简单，就是VC维理论和最小化结构风险。在阅读相关论文的时候，发现很多文章都语焉不详，就连《A Tutorial on Support Vector Machines for Pattern Recognition》这篇文章对拉格朗日条件极值问题的对偶变换都只是一笔带过，让很多人觉得很困惑。下面我将就SVM对线性可分的情况作详尽的推导。

2017-06-08 16:34:06 361

原创对于压缩感知的浅析

传统Nyquist采样通过均匀采样获取数据，而CS系统则是以信号和观测值之间的内机形式来对数据进行采样，假设信号f为N维列向量，在N行N列的正交字典Q下具有稀疏表示即：f=Qx,变换系数x是稀疏的，那么给出的与Q不相关的观测矩阵O（K行N列），我们可以获得K为压缩的线性测量（投影）：

2017-06-07 15:20:11 436

探索视觉识别的未来：从基础到前沿，尽在《目标检测算法前沿探索》

探索视觉识别的未来：从基础到前沿，尽在《目标检测算法前沿探索》PPT 在这个数据爆炸的时代，机器如何像人类一样“看”懂世界？答案就藏在《目标检测算法前沿探索》这份精心准备的PPT中。本资源不仅是一次对目标检测技术的深度剖析，更是一场引领您穿越算法森林，直达智能视觉识别核心的奇妙旅程。亮点一：单阶段与双阶段算法的并行盛宴单阶段算法速览：体验YOLO系列等算法的极速魅力，感受它们如何在毫秒之间捕捉画面中的每一个目标。无需繁琐的中间步骤，直接回归目标位置与类别，让实时检测成为可能。双阶段算法深度挖掘：揭秘R-CNN家族的精准之道，从区域提议到精细分类，每一步都透露着对细节的极致追求。了解这些算法如何在保证精度的同时，不断拓展目标检测的边界。亮点二：注意力机制的智能加冕注意力机制的革新力量：深入解析注意力机制如何为目标检测插上智能的翅膀。通过模拟人类视觉的注意力分配机制，让模型学会自动聚焦关键区域，从而在复杂场景中实现更加精准的检测。融合实践：展示如何将注意力机制巧妙融入目标检测算法中，通过实例分析，让您亲眼见证这一创新如何显著提升算法的性能与效率。亮点三：前沿技术的全景

2024-07-14

半导体硅片行业调研报告

半导体硅片行业调研报告，行业发展现状，从事该行业的国内外公司发展现状；目前该行业的弊端面临的问题，以及如何解决该问题；该行业未来的发展方向和展望；

2024-07-08

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

转载 压缩感知学习

原创 支持向量机详解