- 博客(12)
- 资源 (106)
- 收藏
- 关注
原创 #define宏定义中的#,##,@#,\
先看下面三条语句:(1)#define Conn(x,y) x##y(2)#define ToChar(x) #@x(3)#define ToString(x) #x(1)##,连接操作符x##y表示什么?表示x连接y,举例说:int n = Conn(123,456); 结果就是n=123456;char* str = Conn("asdf", "adf")结
2012-09-28 15:36:44 1180
转载 机器学习中的数学(1)-回归(regression)、梯度下降(gradient descent)
回归与梯度下降: 回归在数学上来说是给定一个点集,能够用一条曲线去拟合之,如果这个曲线是一条直线,那就被称为线性回归,如果曲线是一条二次曲线,就被称为二次回归,回归还有很多的变种,如locally weighted回归,logistic回归,等等,这个将在后面去讲。 用一个很简单的例子来说明回归,这个例子来自很多的地方,也在很多的open source的软件中看到,比如说weka。
2012-09-24 13:08:32 1466
转载 数学之美番外篇:平凡而又神奇的贝叶斯方法(余下全文)——刘未鹏
4. 无处不在的贝叶斯以下我们再举一些实际例子来说明贝叶斯方法被运用的普遍性,这里主要集中在机器学习方面,因为我不是学经济的,否则还可以找到一堆经济学的例子。4.1 中文分词贝叶斯是机器学习的核心方法之一。比如中文分词领域就用到了贝叶斯。Google 研究员吴军在《数学之美》系列中就有一篇是介绍中文分词的,这里只介绍一下核心的思想,不做赘述,详细请参考吴军的文章(这里)。分词问题的
2012-09-21 16:22:58 6001
转载 assert()函数用法总结
assert宏的原型定义在中,其作用是如果它的条件返回错误,则终止程序执行,原型定义:#include assert.h>void assert( int expression ); assert的作用是现计算表达式 expression ,如果其值为假(即为0),那么它先向stderr打印一条出错信息,然后通过调用 abort 来终止程序运行。请看下面的程序清单badptr
2012-09-21 14:36:53 1082
转载 数学之美番外篇:平凡而又神奇的贝叶斯方法(5)——刘未鹏
最小描述长度原则贝叶斯模型比较理论与信息论有一个有趣的关联:P(h | D) ∝ P(h) * P(D | h)两边求对数,将右式的乘积变成相加:ln P(h | D) ∝ ln P(h) + ln P(D | h)显然,最大化P(h | D) 也就是最大化 ln P(h | D)。而ln P(h) + ln P(D | h)则可以解释为模型(或者称“假设”、“猜测”)h的编码
2012-09-20 15:36:39 3761
转载 数学之美番外篇:平凡而又神奇的贝叶斯方法(4)——刘未鹏
模型比较理论(Model Comparasion)与贝叶斯奥卡姆剃刀(Bayesian Occam’s Razor)实际上,模型比较就是去比较哪个模型(猜测)更可能隐藏在观察数据的背后。其基本思想前面已经用拼写纠正的例子来说明了。我们对用户实际想输入的单词的猜测就是模型,用户输错的单词就是观测数据。我们通过:P(h|D)∝P(h)*P(D|h)来比较哪个模型最为靠谱。前面提到,光靠P(
2012-09-20 15:31:32 4156 1
转载 数学之美番外篇:平凡而又神奇的贝叶斯方法(3)——刘未鹏
模型比较与奥卡姆剃刀1.再访拼写纠正介绍了贝叶斯拼写纠正之后,接下来的一个自然而然的问题就来了:“为什么?”为什么要用贝叶斯公式?为什么贝叶斯公式在这里可以用?我们可以很容易地领会为什么贝叶斯公式用在前面介绍的那个男生女生长裤裙子的问题里是正确的。但为什么这里?为了回答这个问题,一个常见的思路就是想想:非得这样吗?因为如果你想到了另一种做法并且证明了它也是靠谱的,那么将它与现在这个一比
2012-09-20 15:30:04 4150
转载 数学之美番外篇:平凡而又神奇的贝叶斯方法(2)——刘未鹏
拼写纠正经典著作《人工智能:现代方法》的作者之一Peter Norvig曾经写过一篇介绍如何写一个拼写检查/纠正器的文章(原文在这里,徐宥的翻译版在这里,这篇文章很深入浅出,强烈建议读一读),里面用到的就是贝叶斯方法,这里我们不打算复述他写的文章,而是简要地将其核心思想介绍一下。首先,我们需要询问的是:“问题是什么?”问题是我们看到用户输入了一个不在字典中的单词,我们需要去猜测:“这个
2012-09-20 15:18:17 4138
转载 数学之美番外篇:平凡而又神奇的贝叶斯方法(1)——刘未鹏
概率论只不过是把常识用数学公式表达了出来。——拉普拉斯 记得读本科的时候,最喜欢到城里的计算机书店里面去闲逛,一逛就是好几个小时;有一次,在书店看到一本书,名叫《贝叶斯方法》。当时数学系的课程还没有学到概率统计。我心想,一个方法能够专门写出一本书来,肯定很牛逼。后来,我发现当初的那个朴素归纳推理成立了——这果然是个牛的方法。前言 这是一篇关于贝叶斯方法的科普文,我会尽量
2012-09-20 14:41:28 5300
原创 后悔本科没学的东西
现在回想一下,本科阶段应该学习但没有学的和计算机相关的东西有以下几样:(1)和嵌入式、单片机相关的东西。 本来有次机会可以进入嵌入式开发实验室,但由于考核时竞争过于激烈,自己没有做到出类拔萃,所以没有被选上。其实后来那个实验室由于高年级的毕业和一些自愿退出的,空出来几个位置,想要进入已经没有那么难了,但由于到考研阶段了,只能作罢。现在想想,关键时刻抓住机会真的很重要,时不再来啊。
2012-09-19 20:46:35 2170
原创 为什么要抽时间读书?为什么要写读书笔记?
为什么要抽时间读书? 读书太重要了。 尤其作为一个理工科的学生,一定要加强自己的文学修养。一方面可调剂单调的生活,另一方面文理结合,相得益彰。 读书的裨益不在一朝一夕,而在长期积累,潜移默化之中。 读书可开阔眼界,增长知识,积累常识,这对于自己以后的发展是相当重要的。 不一定也没必要读纯文学类的作品,对于理工科的学生来说也读不下去。其实我觉得,即时
2012-09-10 16:05:00 2043 1
原创 绫辻行人《杀人黑猫馆》读后感
花了三四天时间读完了绫辻行人的《黑猫馆》,毕竟只有十万字左右的小说,读起来很流畅。 内容上感觉中规中矩,没有很吸引人的亮点,但还是值得一看。其中有几点个人感觉比较有意思。 1 同时有两座黑猫馆存在这点确实出乎我的意料,管理员失忆前的手记中记录的是建在澳洲的黑猫馆,也就是案件发生的场所;而江南和鹿谷访问的是建在日本的另一个馆,两座建筑有同有异。 2 手记中有很多前后矛盾
2012-09-09 20:53:08 3459
IJCV04 David.lowe Distinctive Image Features from Scale-Invariant Keypoints
2013-06-27
利用OpenCV中的Stitcher类实现全景图像拼接
2013-06-27
OpenCV2.4.4 实现图像仿射变换
2013-06-04
OpenCv2.4.4中实现图像旋转和缩放
2013-06-03
OpenCV2.4.4中调用SIFT特征检测器进行图像匹配
2013-06-03
Qt+OpenCV2.4.4实现Shi-Tomasi角点检测(goodFeaturesToTrack)
2013-05-28
Qt+OpenCV2.4.4实现拉普拉斯算子图像锐化(Mat结构实现)
2013-05-28
Qt+OpenCV2.4.4实现直方图均衡化增强图像对比度(Mat结构实现)
2013-05-24
qt-opencv-multithreaded-1.21Qt结合OpenCV多线程图像处理
2013-04-03
Qt中利用OpenCV2.4.4多线程打开多摄像机
2013-04-03
Qt中通过设置位图掩码生成异形控件
2013-03-27
Qt中利用OpenCV同时打开两个摄像机并显示到QLabel控件上
2013-03-26
综合运用端口匹配、深度数据包检测、流量特征进行P2P流量识别
2013-01-26
OpenNI2获取华硕XtionProLive深度图和彩色图并用OpenCV显示
2014-07-02
OpenNI1.5 + NITE1.5 + Sensor5.1
2014-07-02
OpenNI1.5获取华硕XtionProLive深度图和彩色图并用OpenCV显示
2014-07-02
[2012 ICPR]A new depth descriptor for pedestrian detection in RGB-D images
2014-02-22
[2011 IROS]People detection in RGB-D data
2014-02-21
[2010 PAMI] Object Detection with Discriminatively Trained Part Based Models
2014-01-21
[2008 CVPR] A Discriminatively Trained, Multiscale, Deformable Part Model
2013-12-24
用首次训练获得的SVM在负样本原图上检测HardExample
2013-11-14
自己训练SVM分类器进行HOG行人检测
2013-11-13
从完全不包含人体的图片中随机剪裁出64*128大小的用于人体检测的负样本
2013-11-13
编译好的TinyXML2.6.2
2013-11-13
OpenCV读入图片序列进行HOG行人检测并保存为视频
2013-11-13
[2005 CVPR] Histograms of Oriented Gradients for Human Detection
2013-11-02
A System for Video Surveillance and Monitoring
2013-09-27
SIFT算法及全景拼接测试用图(含牛津大学提供的测试图)
2013-07-04
基于SIFT特征的全景图像拼接(Qt)
2013-07-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人