- 博客(1)
- 资源 (5)
- 收藏
- 关注
原创 sublime 配置 C++
{ "cmd": ["g++", "${file}", "-std=c++11", "-o", "${file_path}/${file_base_name}", "&", "start", "cmd", "/c", "${file_base_name} & echo
2018-05-15 14:20:05 502
Windows训练自己的DPM模型:voc-release5
原始的Deformable Part Models matlab代码只能在Linux下运行的代码,该文件为Windows下成功编译的DPM5代码,并实现了Windows环境对自己数据文件的建模训练。
注: 需以用户文件路径对部分文件进行修改。
2017-03-22
支持向量机:理论、算法与拓展.pdf
绝版图书,纸质版已经不好购买了。《支持向量机:理论、算法与拓展》可作为理工类、管理学等专业的高年级本科生、研究生和教师的教材或教学参考书,也可供相关领域的科研人员和实际工作者阅读参考。
2017-02-25
《MATLAB图像与视频处理实用案例详解》_随书代码
《MATLAB图像与视频处理实用案例详解》详细讲解了25个MATLAB图像与视频处理实用案例(含可运行程序),涉及雾霾去噪、答题卡自动阅卷、肺部图像分割、小波数字水印、图像检索、人脸二维码识别、车牌定位及识别、霍夫曼图像压缩、手写数字识别、英文字符文本识别、眼前节组织提取、全景图像拼接、小波图像融合、基于语音识别的音频信号模拟灯控、路面裂缝检测识别、视频运动估计追踪、Simulink图像处理等多项重要技术,涵盖了数字图像处理中几乎所有的基本模块。
2017-02-25
General Conditional Random Field (CRF) Toolbox for Matlab
CRF(Conditional Random Field) 条件随机场是近几年自然语言处理领域常用的算法之一,常用于句法分析、命名实体识别、词性标注等。在我看来,CRF就像一个反向的隐马尔可夫模型(HMM),两者都是用了马尔科夫链作为隐含变量的概率转移模型,只不过HMM使用隐含变量生成可观测状态,其生成概率有标注集统计得到,是一个生成模型;而CRF反过来通过可观测状态判别隐含变量,其概率亦通过标注集统计得来,是一个判别模型。由于两者模型主干相同,其能够应用的领域往往是重叠的,但在命名实体、句法分析等领域CRF更胜一筹。当然你并不必须学习HMM才能读懂CRF,但通常来说如果做自然语言处理,这两个模型应该都有了解。
2017-02-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人