本文整合自:
(1)wyx100 http://blog.csdn.net/wyx100/article/details/74635853
(2)刘关张 http://blog.csdn.net/liu_guanzhang/article/details/20708115
非常感谢二位!!!
A
ANPR (Automatic License Plate Recognition System (ANPR) 车牌自动识别系统,涉及了人工智能、机器视觉和神经网络等领域,实现一个车牌自动识别系统(ANPR)。它包括了一系列的数学算法原理,以保证数字车牌的检测与提取、字母分割、归一化和识别。 也称ALPR(Automatic number plate recognition、
Automatic License Plate Recognition)自动牌照识别、AVI(Automatic Vehicle Identification)自动车辆识别、CPR(Car Plate Recognition)洗车车牌识别。
ANN(Artificial neural network)人工(智能)神经网络
approximations近似值
arbitrary随意的
affine仿射的
arbitrary任意的
amino acid氨基酸
amenable经得起检验的
axiom公理,原则
abstract提取
architecture架构,体系结构;建造业
absolute绝对的
arsenal军火库
assignment分配
algebra线性代数
asymptotically无症状的
appropriate恰当的
B
bias偏差
brevity简短,简洁;短暂
broader广泛
briefly简短的
batch批量
C
cnn,卷积神经网络(Convolutional Neural Network,CNN)是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,对于大型图像处理有出色表现。[1] 它包括卷积层(alternating convolutional layer)和池层(pooling layer)。
convergence 收敛,集中到一点 convex凸的
contours轮廓
constraint约束
constant常理
commercial商务的
complementarity补充
coordinate ascent同等级上升
clipping剪下物;剪报;修剪
component分量;部件
continuous连续的
covariance协方差
canonical正规的,正则的
concave非凸的
corresponds相符合;相当;通信
corollary推论
concrete具体的事物,实在的东西
cross validation交叉验证
correlation相互关系
cost function目标函数
convention约定
cluster一簇
centroids 质心,形心
converge收敛
computationally计算(机)的
calculus计算
clustering聚类,hierarchical clustering 层次聚类
D
derive获得,取得
dual二元的
duality二元性;二象性;对偶性
derivation求导;得到;起源
denote预示,表示,是…的标志;意味着,[逻]指称
divergence 散度;发散性
dimension尺度,规格;维数
dot小圆点
distortion变形
density概率密度函数
discrete离散的
discriminative有识别能力的
diagonal对角
dispersion分散,散开
determinant决定因素
disjoint不相交的
DL(deep learning)深度学习
dilate,膨胀;扩大;详述
E
encounter遇到
ellipses椭圆
equality等式
extra额外的
empirical经验;观察
ennmerate例举,计数
exceed超过,越出
expectation期望
efficient生效的
endow赋予
explicitly清楚的
exponential family指数家族
equivalently等价的
erode侵蚀,腐蚀
F
feasible可行的
forary初次尝试
inite有限的,限定的
forgo摒弃,放弃
fliter过滤
frequentist最常发生的
forward search前向式搜索
formalize使定形
FLANN库全称是Fast Library for Approximate Nearest Neighbors,它是目前最完整的(近似)最近邻开源库。不但实现了一系列查找算法,还包含了一种自动选取最快算法的机制。http://www.cs.ubc.ca/research/flann/
G
generalized归纳的
generalization概括,归纳;普遍化;判断(根据不足)
guarantee保证;抵押品
generate形成,产生
geometric margins几何边界
gap裂口
generative生产的;有生产力的
gradient descent梯度下降
H
heuristic启发式的;启发法;启发程序 hone怀恋;磨
hyperplane超平面
I
initial最初的
implement执行
intuitive凭直觉获知的
incremental增加的
intercept截距
intuitious直觉
instantiation例子
indicator指示物,指示器
interative重复的,迭代的
integral积分
identical相等的;完全相同的
indicate表示,指出
invariance不变性,恒定性
impose把…强加于
intermediate中间的
interpretation解释,翻译
J
joint distribution联合概率
K
kNN邻近算法,或者说K最近邻(kNN,k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻,就是k个最近的邻居的意思,说的是每个样本都可以用它最接近的k个邻居来代表。
k-means,算法接受参数 k ;然后将事先输入的n个数据对象划分为 k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”(引力中心)来进行计算的。
L
lieu替代 logarithmic对数的,用对数表示的
latent潜在的
Leave-one-out cross validation留一法交叉验证
LSTM(Long Short-Term Memory)是长短期记忆网络,是一种时间递归神经网络,适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。已经在科技领域有了多种应用。基于 LSTM 的系统可以学习翻译语言、控制机器人、图像分析、文档摘要、语音识别图像识别、手写识别、控制聊天机器人、预测疾病、点击率和股票、合成音乐等等任务。
M
magnitude巨大
mapping绘图,制图;映射
matrix矩阵
mutual相互的,共同的
monotonically单调的
minor较小的,次要的
multinomial多项的
multi-class classification二分类问题
MNIST(全称Mixed National Institute of Standards and Technology database),是一系列带标记的数字图片。原始的NIST数据集的训练集是美国人口普查局的雇员的笔迹,而验证集是采集自美国中学生的笔迹。所以从机器学习的角度看,这是一种不太合理的样本采集。因此Lecun在进行卷积神经网络的研究时候从原始的NIST两个数据集中选择并重新混合形成新的训练集和验证集,也就是现在的MNIST。MNIST的图片一般都是28*28的图片,每个像素值进行了归一化,使得其在0-1范围内,不过也有部分数据集把它们又恢复到0-255,每个数字图片都有对应的标记。MNIST的训练集一共有60000个样本,而验证集有10000个样本。
ML(machine learning)机器学习
morphology形态学(尤指动植物形态学或词语形态学)
N
nasty讨厌的
notation 标志,注释
naïve朴素的
NN,神经网络(Neural Networks)的简写。神经网络算法是一种模范动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。
O
OpenGL(全写Open Graphics Library)是指定义了一个跨编程语言、跨平台的编程接口规格的专业的图形程序接口。它用于三维图像(二维的亦可),是一个功能强大,调用方便的底层图形库。
obtain得到
ocr(Optional Character Recognition)光学字符识别
oscillate摆动
optimization problem 最优化问题
objective function 目标函数
optimal 最理想的
orthogonal (矢量,矩阵等)正交的
orientation 方向
ordinary 普通的
occasionally 偶然的
overfitting 过拟合
opencv (Open Source Computer Vision Library)OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类