研究视觉，研究美

原来，数学不好的时候，真的很难深入下去做研究。最近的两个月时间里，我就边学习SOCP相关的理论知识，一边拿它当工具来分析多视角几何中的问题（包括Triangulation,Homography Estimation等）。接触到SOCP的起因在于大多多视觉几何下面的问题通常可以通过建立优化模型来求解，而凸优化又是这类模型中性质最为优良的一种——它具有全局最优值（因而也是大家研究最多的一种模型）。不例

好文转自：http://zhuanlan.zhihu.com/wille/19763358作 者：韩 昊知 乎：Heinrich微 博：@花生油工人知乎专栏：与时间无关的故事谨以此文献给大连海事大学的吴楠老师，柳晓鸣老师，王新年老师以及张晶泊老师。转载的同学请保留上面这句话，谢谢。如果还能保留文章来源就更感激不尽了。——更新于2014.6

好文章，转自http://blog.csdn.net/itplus/article/details/37998797

好文章转自http://blog.csdn.net/itplus/article/details/37969635

好文章，转自http://blog.csdn.net/itplus/article/details/37969519 word2vec 是 Google 于 2013 年开源推出的一个用于获取 word vector 的工具包，它简单、高效，因此引起了很多人的关注。由于 word2vec 的作者 Tomas Mikolov 在两篇相关的论文 [3,4] 中并没有谈及太多算法细节，因而

好文章，转自http://blog.csdn.net/itplus/article/details/37969635

范数：是对向量和矩阵的一种度量，实际上是二维和三维向量长度概念的推广，是绝对值概念的自然推广。定义1：若向量的某个实值函数f(x)=||x||,满足，          （1）正定性：||x||=>0,且||x||=0当且仅当x=0。          （2）齐次性：

好文章，转自http://blog.csdn.net/itplus/article/details/37999613

好文章，转自http://blog.csdn.net/itplus/article/details/37969979

学习算法是一个循序渐进的过程，我们借助巨人的视角看世界，不是为了旁门左道，而是应该拓宽视野，用辩证的思维取百家之长，寻找最合适的方法来解决实际中困扰我们的问题.

本文转自网络，同时加入了自己的一点思考，欢迎同行探讨（转自http://www.cnblogs.com/heaad/archive/2011/03/08/1977733.html）              在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算

刚开始研究计算机视觉中的“triangulation”技术。      自己写了点小程序，在http://www.robots.ox.ac.uk/~vgg/data.html网上下载了dinosaur数据，用Fredrik Kahl在《Multiple View Geomet

http://www.cvchina.info/2011/07/08/%e7%bb%9f%e8%ae%a1%e5%ad%a6%e4%b9%a0%e9%82%a3%e4%ba%9b%e4%ba%8b/

声明：本文转自颖风的博客，原文地址：http://www.pinkyway.info/2010/08/31/covariance/今天看论文的时候又看到了协方差矩阵这个破东西，以前看模式分类的时候就特困扰，没想到现在还是搞不清楚，索性开始查协方差矩阵的资料，恶补之后决定马上记录下来，嘿嘿~本文我将用自认为循序渐进的方式谈谈协方差矩阵。统计学的基本概念学过概率统计的孩子都知道，统计里

一说到开源大数据处理平台，就不得不说此领域的开山鼻祖Hadoop，它是GFS和MapReduce的开源实现。虽然在此之前有很多类似的分布式存储和计算平台，但真正能实现工业级应用、降低使用门槛、带动业界大规模部署的就是Hadoop。得益于MapReduce框架的易用性和容错性，以及同时包含存储系统和计算系统，使得Hadoop成为大数据处理平台的基石之一。Hadoop能够满足大部分的离线存储和离线计算