- 博客(50)
- 收藏
- 关注
RSS订阅
转载 FAST RCNN安装配置精华
原文： http://blog.csdn.net/dachao_xu/article/details/47321705
2016-04-11 23:11:32
501
转载 转的 贝叶斯机器学习的科普文章
贝叶斯方法机器学习简述，原文yhttp://fastml.com/bayesian-machine-learning/Bayesians and FrequentistsIn essence, Bayesian means probabilistic. The specific term exists because there are two approaches to
2016-03-29 10:33:01
1064
原创 Xing Xianglei-C3A阅读
标题Complete canonical correlation analysis with application to multi-view gait recognition邢博的文章最初没太在意，今天仔细读了，才发现还是靠谱的。他提出的CCCA简称C3A，目标就是针对CCA中 XX'形成的协方差阵往往是奇异的 Dimension>>sample numples他的思路其实关键在奇
2016-02-28 21:06:11
547
1
翻译 CHAPTER 3 改进神经网络的学习（Improving the way neural networks learn）
几个方面改进工作：（一）改变代价函数，或输出函数，使用cross-entropy作为代价函数（二）四种规格化方法 regularization(L1 and L2 regularization, dropout, and artificial expansion of the training data)(三）更好的神经网络权值w初始化方法（四）一系列启发式参数选择方法
2015-10-13 13:44:22
817
翻译 chapter2 How the backpropagation algorithm works
反馈算法是如何工作的？（主要章节）1.矩阵（或向量）表示2.代价函数的两个假设：（1）代价函数可写成所有单个训练样本x产生代价的平均；（2）可写成神经网络的输出函数3.阿达码乘积Hadamard product: 向量对应元素相乘4.反馈算法的四个基本等式：5. 问题：Alternate presentation of the equations of backprop
2015-10-12 15:11:04
591
原创 chapter1 Using neural nets to recognize handwritten digits
本章主要介绍的是传统神经网络(BP)，作者的比喻，启发想象写的很好。可以说是非常适合入门级选手本章从手写数字出发，介绍了其历史，以及大脑视觉皮层的可能工作原理。依次介绍了几个概念：1，Perceptrons感知器神经元作为感知器，其工作原理：于是申请网络的可以由一系列神经元及连接构成作者还提到了复杂的问题使用浅层网络很难，而使用深度网络可以表达的很简单。举了
2015-10-10 21:23:23
587
转载 python中使用中文
参考博文地址：http://www.cnblogs.com/rollenholt/archive/2011/08/01/2123889.htmlpython的中文问题一直是困扰新手的头疼问题，这篇文章将给你详细地讲解一下这方面的知识。当然，几乎可以确定的是，在将来的版本中，python会彻底解决此问题，不用我们这么麻烦了。先来看看python的版本：>>> impo
2015-07-03 09:15:30
438
原创 记录安装使用python(一）
一直看到Python广泛用在机器学习。知乎上 对Python讨论的也比较多。今天开启学习python之路（有点不务正业的感觉）第一步：安装参照网上教程，安装python2.7 + ulipad 失败挫折过程：1）python 3.3先被安装，选择了“自动配置环境”。然后命令行里： python ...还是提示 非法命令。又不甘心，自己又配置了python，添加
2015-07-02 21:55:00
489
原创 R. Wang-Manifold-Manifold Distance with Application to Face Recognition based on Image Set读后记
题目：Manifold-Manifold Distance with Application to Face Recognition based on Image Set作者：Ruiping Wang 1, 2, 3 , Shiguang Shan 1, 2 , Xilin Chen 1, 2 , Wen Gao 4, 主要思想：利用流形集合 与 流形集合的距离计算方法，识别人脸数据集。
2015-07-01 21:10:58
721
原创 M.Goffredo -Self-Calibrating View-Invariant Gait Biometrics读后记
题目：Self-Calibrating View-Invariant Gait Biometrics作者：Michela Goffredo, Member, IEEE, Imed Bouchrika, Member, IEEE, John N. Carter, Member, IEEE, and Mark S. Nixon, Associate Member, IEEE期刊：IEEE TR
2015-06-28 13:25:41
798
1
原创 读后记GAIT RECOGNITION BASDED ON CONTOURLET TRANSFORM AND COLLABORATIVE REPRESENTATION
该文发表在ICSP2014 Proceedings 作者及单位：Jieru Jia1,2, Qiuqi Ruan1,2 1 Institute of Information Science, Beijing Jiaotong University,Beijing 100044, China 2 Beijing Key Laboratory of Advanced Information
2015-04-16 20:45:51
1002
原创 Gait Identification by Sparse Representation
该文在2011 Eighth International Conference on Fuzzy Systems and Knowledge Discovery (FSKD)出现。问：为什么关注这篇文章？答：有个想法，好像理论方面跟Sparse Representation Classifier有关，于是搜索相关文章，SRC最初是09年人脸识别上。再加一个Gait关键词，就找到该文章。
2015-04-16 19:58:23
529
原创 摄像机几何概念
摄像机模型一、摄像机内外参数摄像机相当于小孔成像，点透视。从原点Xc投影到平面 pi上的m点。则m与Xc的关系：，如果图像中心 不与图像坐标系原点对应，有偏离(x0,y0)，则参数K为通常摄像机为CCD，离散采样，因此,CCD一般受工艺影响，不一定是矩形采样，可能是平行四边形，则K=最终形式：，，图像坐标系与世界坐
2015-04-13 18:46:05
802
原创 卡特兰数及括号正确匹配个数问题解释
今天碰到这样一个问题： n对括号正确匹配组成的字符串数，例如1对括号：() 1种可能2对括号：()() 1种可能 3对括号：((())) ()(()) ()()() (())() (()())
2015-04-11 21:07:54
8736
3
转载 CV&DL&ML等资源整理
原文地址：http://www.cnblogs.com/tornadomeet Deep Learning（深度学习）：ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：一ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：二Bengio团队的deep learning教程，用的theano库，主要是
2015-04-09 15:34:17
1296
原创 Restricted Boltzmann Machine 受玻尔兹曼机与DBM深度信念网络
声明：本文是阅读别人文章的基础上的自己理解。文中有些部分直接以图片拷贝形式。强烈建议读者读读参考文献【1】一、受限玻尔兹曼机RBM1、概念受限玻尔兹曼机(Restricted Boltzmann Machine,简称RBM)一种生成式随机神经网络(generative stochastic neural network)，该网络是一个二部图，一层是可视层，即输入数据
2015-04-08 20:12:11
7950
1
转载 Understanding Convolution in Deep Learning
https://timdettmers.wordpress.com/2015/03/26/convolution-deep-learning/理解卷积以及在深度学习中的使用
2015-03-31 10:08:28
440
转载 修炼成数据达人
原文是一个问题的回答，地址：http://www.guokr.com/question/338135/基础篇：1. 读书《Introduction to Data Mining》，这本书很浅显易懂，没有复杂高深的公式，很合适入门的人。另外可以用这本书做参考《Data Mining : Concepts and Techniques》。第二本比较厚，也多了一些数据仓库方面的知识。如果
2015-03-27 10:33:20
434
原创 2014LuJW-Human Identity and Gender Recognition from Gait Sequences with Arbitrary Walking Directions
主要内容：（1） 建立了自己的步态数据库。（自由方向行走）ADSC-AWD,使用kinect 代替普通的摄像机（2）提出SRML方法，基于度量学习的稀疏重构算法。最小化类内重构误差，最大化类间重构误差。（3）实验比较，而且还使用了USF与CASIA数据库比较，验证了方法的好（4）还做了性别识别，并实验。下面就其重点SRML方法，以及实验效果做介绍一、所提方法SRML
2015-03-16 16:37:57
736
转载 计算机视觉投稿
原创地址：http://blog.csdn.net/carson2005/article/details/6292748模式识别，计算机视觉领域，期刊 (1)pattern recognition letters, 从投稿到发表，一年半时间(2)Pattern recognition 不好中，时间长(3)IEICE Transactions on Infor
2015-03-12 19:17:29
549
转载 Face Recognition 主要方法
本文摘自：http://www.face-rec.org/一、基于图像的算法1,） PCA2 ) ICA3) LDA4) EP:Evolutionary Pursuit5）EBGM :Elastic Bunch Graph Matching6) Kernel Methods7)Trace Transform8)AAM:Active Appearance Mode
2015-03-12 19:16:00
1496
原创 CRV05 Video-Based Framework for Face Recognition in Video主要内容记录
FRiV Face Recognition in Video识别的流程在第四部分4.输入视频 输出neuron4.1 从视频中记录脸任务1：追踪人脸区域任务2：过滤错误脸任务3：剪切人脸区域，重置大小任务4：人脸提取二值接受向量R（形成特征向量） a)灰度化b)居中c)减去平均值任务5：标记人脸所属类别任务6：更新突触
2015-03-12 14:45:31
1151
转载 基于弹性束图匹配的人脸识别
原文地址：基于弹性束图匹配的人脸识别(自己做的ppt)作者：雪后DE阳光主要内容1、EBGM的提出2、弹性图匹配3、弹性束图匹配4、相似度量及搜索策略5、算法的效率及改进 EBGM的提出什么是EBGM:EBGM(Elastic Bunch Graph Matching)弹性图束匹配。 1997年，wiskott
2015-03-12 10:12:55
2057
原创 读书《统计学习方法》
今天看了前三章，主要巩固了一些概念201502271、统计学习 的相关概念： 监督、非监督、半监督、强化学习统计学习的三要素：模型、策略与算法模型评估、模型选择、 正则化与交叉验证、泛化；生成与判别模型、分类、回归2、感知机感知机及其对偶3、K近邻距离范式，0,1,2，无穷范式。
2015-02-27 20:49:41
385
原创 周大侠的《选择性集成》
机器学习泛化能力强的算法：集成ensemble多个学习器（分类器）集成取得的效果更好重要算法：Boosting ,AdaBoost 算法（下一次阅读）为了达到更好的性能，并不是个体学习器越多越好。该文针对这个问题，提出“选择性集成”文章结构：1、引言2、理论基础 介绍选择性集成理论， 从众多个体学习器中去除部分，性能将更优
2015-02-26 21:04:00
1322
1
原创 ICME2014-MULTI-VIEW GAIT RECOGNITION WITH INCOMPLETE TRAINING DATA
主要思想：视角转换模型VTM基础上，考虑了如果缺少部分训练样本（比如视角1中存在的个体样本，在视角2中缺少了），提出了视角特征恢复模型VFRM，然后使用已有的VTM去识别多视角步态。 VFRM使用了同一视角下的K近邻样本来恢复，这个K近邻指的是测地距离（使用Dijkstra方法计算距离）1.Introduction仍然是worapan提到的3种分类方法实现多视角步态识别。
2015-02-24 21:15:04
600
原创 2015年了
2015年了，回顾2014年，起初还有点劲头读读写写，后来的后来，被打击的，被时间折磨的，丧失了信心，丢了耐心。沉沦中过了下半年，真是一晃眼，时间就溜走了。我不愿自怨自艾，我想重新振作。 自从被说了我心太急，我一下子变慢了。慢的连自己觉得过的太逍遥了。这是研究之路吗？没有人帮助，没有人督促，要自己的意志，我承认我是loser。 2015年还未到时，我就觉得这
2015-01-04 21:24:24
388
原创 总结及计划
2014.4.21 星期一 雨一、总结 张量： 1、张量的定义 2、张量主成分分析MPCA 3、张量判别分析 TDA DATER 4、基于张量的识别二、计划 1、张量的程序：MPCA、TDA等等 2、论文1-2篇精读。 3、论文中的算法实现。
2014-04-21 22:49:34
440
原创 PCA
主成分分析、主元分析。找出数据中主要的结构或元素、去除冗余和噪音、降低维数，展示内部的简单结构。优点：简单，独立外部。其主要使用矩阵变换，找出一组正交基，将现有数据映射，得到简单的主要的几个成分。主要目的为去除噪音、以及去除冗余。详细见：http://wenku.baidu.com/view/053ec21755270722192ef739.html讲的很好。浙大的
2014-01-20 14:52:46
462
原创 Hough变换与Radon变换
两种空间映射一、Hough变换p=xcos8+ysin8(此处8为拉丁字母代写）一个空间点（x,y)就对应了一个变换域中的曲线p=xcos8+ysin8一个变换域的点(p,8)对应着空间域的直线 y=p/sin8-xcos8/sin8基于Hough变换提取图像线性特征的过程及特点http://wenku.baidu.com/view/598a0cb369d
2014-01-15 20:20:07
3526
原创 CRF与HMM的部分知识学习
在智能算法方面CRF与HMM受到很多应用。特别是自然语言处理方面CRF大放异彩，其基础为最大熵与HMM。其为判别式模型，而HMM为产生式模型。产生式模型统计角度分析数据的分布，反应同类数据的相似度，不关心边界。判别式：寻找不同类数据的分类面，反映异类数据的判别。详细见http://wenku.baidu.com/view/f32a35d2240c844769eaee55.htm
2014-01-14 20:28:38
621
原创 论坛管理严格，菜鸟不懂规则，只能这里把经验交流
问题：如上图，MFC菜单栏使用其默认菜单“最近打开”，然而如果路径长度较长，其显示不全 会以\...\省略号代替，而且鼠标移动到上面也没有弹出提示，不像工具栏，可以提示。现在需要：鼠标移动上面，弹出提示信息；或者在任务栏（最下面）弹出提示信息。或者直接给出全部路径吧。求高手指导，MFC里面哪一块可以添加代码得到以上需求。PS:VS2010环境然后有两
2013-11-12 15:40:29
755
原创 Weekly plan & time schedule
开学已两个月，废了一个月，被杂事缠身，没有自我约束力。下面开始每天报道计划如下： 每周制定计划，并在最后一天写总结。一个星期一个周期，一天一个任务量，每天汇报任务完成情况。（就从今天开始）周六----下周五 为一周期。 每周五晚写总结报告，以及下周安排。 这周任务汇总： 一、Gait Recognition. 1
2013-10-25 14:03:56
884
3
原创 新博科研学习计划及作息安排
我的时间很短，任务很重，一定要坚持。 本周计划一、科研计划 一周的时间调研，重点关注最新的领域。压缩感知、计算机视觉、机器学习等方向是关注点。 1、压缩感知，继续读文献，把综述的内容完全搞通。 2、计算机视觉，查看最新动态，几大会议和期刊最新的研究方向，选择阅读。 3、机器学习，关注综述、及最近会议。阅读论文数量：深度阅读 5篇，每天一
2013-09-01 21:02:26
723
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人