笔记
文章平均质量分 69
福尔摩睿
这个作者很懒,什么都没留下…
展开
-
流形学习——《机器学习》笔记
流形学习的基本思想是将高维特征空间中的样本分布群“平铺”至一个低维空间,同时能保存原高维空间中样本点之间的局部位置相关信息。原空间中的样本分布可能及其扭曲,平铺之后将更有利于样本之间的距离度量,其距离将能更好地反映两个样本之间的相似性。原空间中相邻比较近的点可能不是同一类点,而相邻较远的点还有可能是同一类,“平铺”至低维空间后就能解决这一问题。等度量映射:遍历每一个样本点,计算与k个最临近点的距离原创 2017-12-27 17:29:13 · 4214 阅读 · 0 评论 -
特征选择与稀疏学习——《机器学习》笔记
模式识别问题中构建、训练分类器的过程中避不开数据预处理这个过程,而在数据预处理过程中,特征选择又尤其的重要,特征选取的好坏很大程度影响到最终分类的正确率上。不仅如此,在很多的分类问题中,原始数据的维度经常会过高,并且包含很多冗余的信息,造成所谓“维数灾难”。子集搜索:子集搜索方式分为三类: 1、 前向搜索:起始特征子集为空,贪心地逐次增加一个行的特征进特征子集,每次进行一次性能评价,直至不能取原创 2017-12-27 16:37:26 · 758 阅读 · 0 评论 -
orb-slam2源码解读(一)——Frame类
Orb-slam2是slam界中一个非常优秀且著名的项目,关于该项目的解读网上资料较少,大都是对算法的整体构架和算法思路进行解读,本系列博客将会带你一点一滴地解读orb-slam2的源代码,在兼顾算法讲解的同时,更着重与代码的结构与实现细节。 这次就先从Frame类讲起。Frame类:Frame类的主要作用是实时记录和处理每一帧的信息,给视频中的每一帧进行一个信息的总结处理。原创 2018-01-18 12:50:46 · 2466 阅读 · 0 评论