- 博客(4)
- 资源 (1)
- 收藏
- 关注
原创 k近邻法
K近邻法的算法:给定一个训练数据集,对新的输入实例,在训练数据集中找到与该实例最邻近的k个实例,这k个实例的多数属于某个类,就把该输入实例分为这个类。K近邻法的特殊情况是k=1的情形,称为最近邻算法。K近邻法中,当训练集、距离度量、k值以及分类决策规则确定后,对于任何一个新的输入实例,它所属的类唯一地确定。
2014-06-26 20:33:58 738
原创 感知机最优化方法:梯度下降法
最小化感知机的损失函数其中M为误分类点的集合。感知机学习算法是误分类驱动的,具体采用随机梯度下降法。首先,任意选取一个超平面,然后用梯度下降法不断极小化目标函数,极小化的过程不是一次使M中所有的误分类点的梯度下降,而是一次随机选取一个误分类点使其梯度下降。假设误分类点M是固定的,损失函数的梯度由以下式子给出。 随机选取一个误分类点,对w, b进行更新:
2014-06-24 19:55:44 2199
转载 边缘检测
边缘检测主要内容:1.图像梯度2.一阶微分算子3.二阶微分算子4.Canny算子1、为什么要检测边缘?一个例子:基于边缘的图像编辑2、图像边缘的产生物体的边界、表面方向的改变、不同的颜色、光照明暗的变化3、边缘检测——图像梯度图像梯度的定义: 水平梯度
2014-06-22 15:27:48 1790
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人