2017年06月_lzhf1122

原创隐马尔可夫模型

定义：一个隐马尔可夫模型 (HMM) 是一个五元组： (ΩX , ΩO, A, B, π )其中： ΩX = {q1,...qN}：状态的有限集合 ΩO = {v1,...,vM}：观察值的有限集合 A = {aij}，aij = p(Xt+1 = qj |Xt = qi)：转移概率 B = {bik}，bik = p(Ot

2017-06-22 11:32:46 490

原创混合高斯模型

漫谈 Clustering (3): Gaussian Mixture Model：http://blog.pluskid.org/?p=39&cpage=2#comments（经典）高斯混合模型学习笔记：http://blog.csdn.net/hevc_cjl/article/details/9733945高斯混合模型--GMM（Gaussian Mixture Mod

2017-06-20 19:33:38 367

原创决策树

信息熵：https://www.zhihu.com/question/22178202条件熵：https://zhuanlan.zhihu.com/p/26551798信息增益：https://www.zhihu.com/question/22104055信息增益比：https://www.zhihu.com/question/22928442决策树：h

2017-06-19 16:57:06 257

转载最大似然估计

原文地址：http://blog.csdn.net/angel_yuaner/article/details/47833337最大似然估计是对概率密度函数的一种参数估计。就是说，样本的概率密度函数形式是已知的，但是函数中的某些或全部的参数未知，我们需要根据样本来估计这些参数的值。一、最大似然估计的基本原理我们首先做以下的基本假设：记待估计的参数为θ，这个量不是随机变量

2017-06-14 10:10:39 834

转载 Fisher线性判别

我们知道，基于样本直接设计分类器需要三个基本要素：判别函数类型、分类器设计准则、寻优算法。这里我们讨论的线性判别函数类型为：g(x)=wTx+w0。采用不同的准则和不同的寻优算法就会得到不同的线性分类器。一、线性判别函数刚才我们说了，线性分类器的判别函数型是线性判别函数：g(x)=wTx+w0其中，w0是一个常数，x是d维的特征向量，w为权值向量，分别为：

2017-06-13 22:31:11 2289

转载直方图法、Kn近邻估计法、Parzen窗法

原文地址：http://blog.csdn.net/angel_yuaner/article/details/47951111当需要估计的概率密度函数的形式未知，比如我们并不能知道样本的分布形式时，我们就无法用最大似然估计方法或贝叶斯估计方法来进行参数估计，而应该用非参数估计方法。这里就介绍三种非参数估计方法。需要知道的是，作为非参数方法的共同问题是对样本数量需求较大，只要样本数目足

2017-06-13 22:08:00 3567

原创马氏距离通俗理解

基础知识：假设空间中两点x，y，定义：欧几里得距离，Mahalanobis距离，不难发现，如果去掉马氏距离中的协方差矩阵，就退化为欧氏距离。那么我们就需要探究这个多出来的因子究竟有什么含义。例子：如果我们以厘米为单位来测量人的身高，以克（g）为单位测量人的体重。小明身高（）

2017-06-08 22:20:27 23529 6

转载 PCA的数学原理（经典）

PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。网上关于PCA的文章有很多，但是大多数只描述了PCA的分析过程，而没有讲述其中的原理。这篇文章的目的是介绍PCA的基本数学原理，帮助读者了解PCA的工作机制是什么。当然我并不打算把文章写成

2017-06-08 16:29:09 632

原创二叉搜索树转换为双向链表

输入一棵二叉搜索树，将该二叉搜索树转换成一个排序的双向链表。要求不能创建任何新的结点，只能调整树中结点指针的指向。思路：方法一：非递归版解题思路：1.核心是中序遍历的非递归算法。2.修改当前遍历节点与前一遍历节点的指针指向。struct TreeNode { int val; struct TreeNode *left; struct

2017-06-08 12:04:14 397

转载光流法

光流的概念是Gibson在1950年首先提出来的。它是空间运动物体在观察成像平面上的像素运动的瞬时速度，是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。一般而言，光流是由于场景中前景目标本身的移动、相机的运动，或者两者的共同运动所产生的。其计算方法可以分为三类：（1）基于区域或者基于特征的匹配方

2017-06-07 21:47:50 767

原创复杂链表的复制

输入一个复杂链表（每个节点中有节点值，以及两个指针，一个指向下一个节点，另一个特殊指针指向任意一个节点），返回结果为复制后复杂链表的head。struct RandomListNode { int label; struct RandomListNode *next, *random; RandomListNode(int x) : labe

2017-06-07 16:57:46 268

原创链表的复制

#include "iostream" using namespace std; struct ListNode { int data; struct ListNode *next;};ListNode* CloneList(ListNode* pHead) { if(!pHead) return NULL; ListNode *pCloneHead = ne

2017-06-07 16:31:41 342

转载 SIFT

SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配，获得了良好效果，详细解析如下：算法描述SIFT特征不只具有尺度不变性，即使改变旋转

2017-06-06 22:13:43 937

原创输出二叉树中和为某一值得路径

输入一颗二叉树和一个整数，打印出二叉树中结点值的和为输入整数的所有路径。路径定义为从树的根结点开始往下一直到叶结点所经过的结点形成一条路径。思路：使用带记忆的深度遍历struct TreeNode { int val; struct TreeNode *left; struct TreeNode *right; TreeNode(int x) : val(x), le

2017-06-06 16:05:42 304

转载 DoG算子

今天我们将介绍另外一个特征检测算子---DoG算子， DoG算子是由Lowe D.G.提出的，对噪声、尺度、仿射变化和旋转等具有很强的鲁棒性，能够提供更丰富的局部特征信息，本文将对DoG算子进行详细地分析。在开始介绍DoG之前，有必要对尺度空间有一定的了解。尺度空间最早是由Tony Lindeberg提出的，并不断的发展和完善。日常生活中，我们自觉或不自觉的在使用尺度

2017-06-06 11:17:00 2550

特征点检测广泛应用到目标匹配、目标跟踪、三维重建等应用中，在进行目标建模时会对图像进行目标特征的提取，常用的有颜色、角点、特征点、轮廓、纹理等特征。现在开始讲解常用的特征点检测，其中Harris角点检测是特征点检测的基础，提出了应用邻近像素点灰度差值概念，从而进行判断是否为角点、边缘、平滑区域。Harris角点检测原理是利用移动的窗口在图像中计算灰度变化值，其中关键流程包括转化为灰度图像、计算差分

2017-06-05 22:28:15 1650

原创 Voronoi划分

泰森多边形（Voronoi diagram）荷兰气候学家A•H•Thiessen提出了一种根据离散分布的气象站的降雨量来计算平均降雨量的方法，即将所有相邻气象站连成三角形，作这些三角形各边的垂直平分线（如图a），于是每个气象站周围的若干垂直平分线便围成一个多边形。用这个多边形内所包含的一个唯一气象站的降雨强度来表示这个多边形区域内的降雨强度，并称这个多边形为泰森多边形（如图b）。

2017-06-05 13:55:04 7436

转载 Delaunay三角剖分

1.Delaunay三角剖分&Voronoi图定义2.计算Delaunay三角剖分的算法及分析3.例子程序&代码大话点集的三角剖分（Triangulation），对数值分析（比如有限元分析）以及图形学来说，都是极为重要的一项预处理技术。尤其是Delaunay三角剖分，由于其独特性，关于点集的很多种几何图都和Delaunay三角剖分相关，如Voronoi图，EMST树，Gab

2017-06-04 17:38:12 1030

转载均值漂移

均值漂移（Meanshift）算法理解1.均值漂移的基本概念：沿着密度上升方向寻找聚簇点设想在一个有N个样本点的特征空间初始确定一个中心点center，计算在设置的半径为D的圆形空间内所有的点（xi）与中心点center的向量计算整个圆形空间内所有向量的平均值，得到一个偏移均值将中心点center移动到偏移均值位置重复移动，直到满足一定条件结束

2017-06-04 17:12:14 1145

转载分水岭算法的概念及原理

分水岭分割方法，是一种基于拓扑理论的数学形态学的分割方法，其基本思想是把图像看作是测地学上的拓扑地貌，图像中每一点像素的灰度值表示该点的海拔高度，每一个局部极小值及其影响区域称为集水盆，而集水盆的边界则形成分水岭。分水岭的概念和形成可以通过模拟浸入过程来说明。在每一个局部极小值表面，刺穿一个小孔，然后把整个模型慢慢浸入水中，随着浸入的加深，每一个局部极小值的影响域慢慢向外扩展，在两个集水盆汇合处构

2017-06-04 16:46:33 1585

转载背景建模之codebook算法

codebook算法从原理上讲仍然属于背景差分。他的背景建模有聚类的思想，他是用一个码本(codebook)cb来描述一个像素p，cb中包含着若干码元(code element)ce，这些ce就是该像素点p的一个聚类，码本算法背景建模的过程就是要构建像素的一个个聚类，即码本。数据结构typedef struct{code_element **cb;//码元的指针数组int num

2017-06-02 22:01:05 1709

lzhf1122的博客