![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
only_liji
这个作者很懒,什么都没留下…
展开
-
LibSVM分类的实用指南
译者注:简单翻译了台湾林智仁教授的文章《A Practical Guide to Support Vector Classification》,未经作者同意,没有版权;同时翻译仅供自己学习之用,不严谨,有错误,还请大家指出。原文地址:http://www.csie.ntu.edu.tw/~cjlin/。译者博客:http://blog.sina.com.cn/netreview。 摘要转载 2015-06-24 11:22:32 · 676 阅读 · 0 评论 -
OpenCV中的SVM参数优化
SVM(支持向量机)是机器学习算法里用得最多的一种算法。SVM最常用的是用于分类,不过SVM也可以用于回归,我的实验中就是用SVM来实现SVR(支持向量回归)。 对于功能这么强的算法,opencv中自然也是有集成好了,我们可以直接调用。OpenCV中的SVM算法是基于LibSVM软件包开发的,LibSVM是台湾大学林智仁(Lin Chih-Jen)等开发设计的一个简单、易于使用和快速有效转载 2016-06-12 15:07:30 · 661 阅读 · 0 评论 -
Haar+Adaboost级联分类器分解(三):利用并查集合并检测结果窗口
转载:http://www.aichengxu.com/view/1501260前一篇文章分析了OpenCV级联分类器结构,即“强分类器串联,弱分类器并联”,这一节我们来聊聊一些非常必要但是又容易人忽略的细节:如何利用并查集合并检测结果窗口。-------------------------------------------在上一篇文章中,我曾提到:级联分类器通过移动检测窗口转载 2016-05-11 14:16:07 · 937 阅读 · 0 评论 -
Haar+Adaboost级联分类器分解(二):级联分类器结构与XML文件含义
前一篇文章分析了Haar特征,包括Haar特征生成、特征值计算和含义。这一篇则主要分析一下2个内容: 1. OpenCV中的Adaboost级联分类器的结构,包括强分类器和弱分类器的形式; 2. OpenCV自带的XML分类器中各项参数的含义,如internalNodes和leafValues标签里面的一大堆数字的意义。缩进下面进入正题。--------转载 2016-05-11 14:04:18 · 3778 阅读 · 0 评论 -
Haar+Adaboost级联分类器分解(一):Haar特征和积分图
转载自: http://www.aichengxu.com/view/1501258 最近由于工作原因,需要研究OpenCV中的Adaboost级联分类器。我阅读了OpenCV中所有相关得代码,包括检测和训练部分,发现目前OpenCV中的Adaboost级联分类器代码有以下2个特点:1.OpenCV代码中的实际算法与Paul.Viola论文中的原始算法差异很大。转载 2016-05-11 14:10:15 · 4466 阅读 · 0 评论 -
神经网络识别车牌字符
1. 关于OpenCV进阶之路前段时间写过一些关于OpenCV基础知识方面的系列文章,主要内容是面向OpenCV初学者,介绍OpenCV中一些常用的函数的接口和调用方法,相关的内容在OpenCV的手册里都有更详细的解释,当时自己也是边学边写,权当为一种笔记的形式,所以难免有浅尝辄止的感觉,现在回头看来,很多地方描述上都存在不足,以后有时间,我会重新考虑每一篇文章,让成长系列对基础操作的介绍转载 2015-07-13 20:30:37 · 1092 阅读 · 0 评论 -
梯度下降法
回归(regression)、梯度下降(gradient descent) 本文由LeftNotEasy所有,发布于http://leftnoteasy.cnblogs.com。如果转载,请注明出处,在未经作者同意下将本文用于商业用途,将追究其法律责任。前言:上次写过一篇关于贝叶斯概率论的数学,最近时间比较紧,coding的任务比较重,不过还是抽空看了一些机器学习的书和视频转载 2015-06-05 09:39:27 · 456 阅读 · 0 评论 -
关于PCA算法的一点学习总结
本文出处:http://blog.csdn.net/xizhibei=============================PCA,也就是PrincipalComponents Analysis,主成份分析,是个很优秀的算法,按照书上的说法:寻找最小均方意义下,最能代表原始数据的投影方法然后自己的说法就是:主要用于特征的降维另外,这个算法也有一个经典的应用:人脸识别。这里稍微转载 2015-06-25 10:00:48 · 716 阅读 · 0 评论 -
PCA ( 主成分分析) 详解 ( 写给初学者) 结合matlab
一、 简介PCA( Principal Components Analysis) 即主成分分析, 是图像处理中经常用到的降维方法, 大家知道, 我们在处理有关数字图像处理方面的问题时, 比如经常用的图像的查询问题,在一个几万或者几百万甚至更大的数据库中查询一幅相近的图像。 这时, 我们通常的方法是对图像库中的图片提取响应的特征, 如颜色, 纹理, sift, surf, vlad等转载 2015-06-24 15:29:11 · 11395 阅读 · 1 评论 -
特征向量物理意义
[1. 特征的数学意义] 我们先考察一种线性变化,例如x,y坐标系的椭圆方程可以写为x^2/a^2+y^2/b^2=1,那么坐标系关于原点做旋转以后,椭圆方程就要发生变换。我们可以把原坐标系的(x,y)乘以一个矩阵,得到一个新的(x',y')的表示形式,写为算子的形式就是(x,y)*M=(x',y')。这里的矩阵M代表一种线性变换:拉伸,平移,旋转。那么,有没有什么样的线性变换b转载 2015-06-25 10:02:44 · 847 阅读 · 0 评论 -
pca降维,网上资源整理
1 http://blog.sina.com.cn/s/blog_4b9b714a0100hc8o.html pca降维的主要步骤和函数。2 PCA (主成分分析)详解 (写给初学者) 结合matlabhttp://hi.baidu.com/ifengzh/item/8851b6387aebefc4382ffa60 matlab方法,对pca降维的数学原理讲的比较深入转载 2015-06-24 15:24:13 · 567 阅读 · 0 评论 -
win7 X64 安装tensorflow 并使用 spyder 教程
1,下载 Anaconda,建议使用Anaconda3-4.2.0-Windows-x86_64 版本,这版的python3.52对tensorflow支持最好(目前来看)2,安装好Anaconda3-4.2.0之后,以管理员身份打开 Anaconda Prompt,必须 是管理员,否则没权限,切记!先装cpu版本1)创建 tensorflow 的cond原创 2017-05-25 16:48:22 · 5663 阅读 · 0 评论