算法
文章平均质量分 95
Chen_Tianyang
信号与信息处理硕士在读
图像处理 机器学习 嵌入式
展开
-
MNIST | 基于k-means和KNN的0-9数字手写体识别
本文介绍基于k-means和KNN的0-9数字手写体识别,把k-means聚类和CNN识别应用到数字手写体识别问题中去。在看本文之前读者可以先去看我另外三篇博客:《kaggle|基于k-means和KNN的语音性别识别》、《MINIST|基于朴素贝叶斯分类器的0-9数字手写体识别》和《算法|k-means聚类》作为基础。本文的主要内容包括背景说明、算法原理、代码实现以及实验与结果分析。原创 2018-11-05 11:10:54 · 12472 阅读 · 9 评论 -
学习笔记 | 《算法图解》代码 Python实测可运行[二分查找/选择排序/递归法/快速排序/广度优先搜索/狄克斯特拉算法/贪婪算法]
《算法图解》代码 Python实测可运行[二分查找/选择排序/递归法/快速排序/广度优先搜索/狄克斯特拉算法/贪婪算法]原创 2019-08-16 11:54:29 · 420 阅读 · 0 评论 -
学习笔记 | 非负矩阵分解(NMF)浅析
这篇博客简单地介绍非负矩阵分解(NMF),包括背景说明、NMF原理简介、代码分享以及NMF在一个趣味问题中的解决方案。原创 2019-01-31 21:35:25 · 19686 阅读 · 2 评论 -
学习笔记 | 独立成分分析(ICA, FastICA)及应用
这篇博客介绍了ICA算法和它的一些简单应用,主要内容有背景介绍、算法原理、代码分享和ICA在鸡尾酒问题上的应用,另外,文章还对ICA的改进算法FastICA作了介绍并附上了代码及实验分析。原创 2019-01-31 15:26:35 · 42516 阅读 · 67 评论 -
学习笔记 | 主成分分析(PCA)及其若干应用
这篇博客介绍了主成分分析及其若干简单应用,包括背景说明、基本原理、算法的实现步骤以及一些基本的应用,应用包括用PCA降维、做数据的可视化、图像压缩等。原创 2018-12-28 20:11:41 · 27388 阅读 · 9 评论 -
算法 | 盖尔-沙普利(Gale-Shapley)婚姻稳定匹配算法
本文将要介绍的盖尔-沙普利稳定匹配算法是一个有趣的算法,可以用来解决某些方面的问题或至少也能提供一些思路:比如男女双方互相挑选对象,或用人单位和毕业生互相选择,或者是在学生选课时等等。本文将仔细说明该算法的原理,并用MATLAB编程演示如何实现这一算法,最后得出若干结论。文章的主要内容包括背景说明、原理及思路、程序实现以及结果分析。原创 2018-10-21 12:49:48 · 20333 阅读 · 22 评论 -
算法 | 生命游戏 (Game of Life)
本文将要介绍一个名为“生命游戏”的有趣算法并用C++进行简单的实现。本文的主要内容包括背景说明、算法原理、程序实现和结果分析。原创 2018-10-21 21:41:05 · 19378 阅读 · 6 评论 -
kaggle | 基于朴素贝叶斯分类器的语音性别识别
本文介绍基于朴素贝叶斯分类器的语音性别识别,本文基于kaggle上的一个数据集,采用朴素贝叶斯分类器,实现了通过语音识别说话人性别的功能。文章的主要内容包括背景说明、数据集介绍 、代码实现以及实验与结果分析。原创 2018-10-24 18:50:47 · 6988 阅读 · 3 评论 -
MNIST | 基于朴素贝叶斯分类器的0-9数字手写体识别
本文介绍基于朴素贝叶斯分类器的0-9数字手写体识别,本文基于MINIST数据集,采用朴素贝叶斯分类器,实现了0-9数字手写体的识别。文章的主要内容包括背景说明、数据集介绍、代码实现以及实验与结果分析。原创 2018-10-25 16:53:07 · 12736 阅读 · 12 评论 -
算法 | k-means聚类
本文介绍机器学习的一种常见算法:k-means聚类。聚类属于无监督学习,相比于分类,聚类不依赖预定义的类和类标号的训练实例。本文的主要内背景说明、算法原理、程序实现以及实验结果分析。原创 2018-11-01 21:25:41 · 3723 阅读 · 6 评论 -
kaggle | 基于k-means和KNN的语音性别识别
本文介绍基于k-means和KNN的语音性别识别,把k-means聚类应用到语音性别识别问题中去,并同时使用KNN识别算法。读者可以先看我的其他两篇博客:《kaggl基于朴素贝叶斯分类器的语音性别识别》和《算法|k-means聚类》。本文的主要内容包括背景说明、算法原理、代码实现以及实验与结果分析。原创 2018-11-02 22:05:12 · 3988 阅读 · 0 评论 -
学习笔记 | 核主成分分析(KPCA)及其若干应用
本文将在前一篇博客学习笔记|主成分分析(PCA)及其若干应用的基础上介绍核主成分分析(Kernel Principle Component Analysis, KPCA)。原创 2019-09-07 19:04:57 · 7970 阅读 · 0 评论