- 博客(8)
- 收藏
- 关注
原创 经典算法之k-means聚类
原理:给定一系列样本点,想要分成k类(1)首先从中随机选取k个点作为质心;(2)分别计算每个点到这k个质心的欧式距离(为例),到哪个质心距离最小,这个点就属于这个质心,这样把所有点分成k类;(3)再分别计算k类中每一类新的质心,根据公式2;(4)迭代(2)(3),直到达到最优条件,条件如最小距离平方和公式3;公式1: 公式2: 公
2015-12-17 19:33:25 550
原创 读论文
《Visualizing and Understanding Convolutional Networks》一,本文主旨揭示Large Convolutional Network效果好的原因,以及在现有基础上如何进一步提升两个贡献点1)采用反卷积实现Convolutional Network的可视化2)遮挡输入图像部分,进行一个灵敏度的分析,揭示对分类起作用的部分二,结构
2015-09-23 21:41:02 533
原创 读论文
《DeCAF: A Deep Convolutional Activation Feature for Generic Visual Recognition》一,主旨这篇论文主要讨论在训练样本不足的情况下,从深度卷积网络提取出来的特征是否能移植到其他的目标识别任务中,释放了DeCAF开源深度学习平台二,结构1,对特征有两方面分析1)通篇使用的是在ILSVRC-2012 va
2015-09-23 21:03:17 504
原创 HOG特征提取
实现过程:先举个例子:对于64*128的图像而言,每16*16的像素组成一个cell,每2*2个cell组成一个块,因为每个cell有9个特征,所以每个块内有4*9=36个,以8个像素为步长,那么,水平方向将有7个扫描窗口,垂直方向将有15个扫描窗口。也就是说,64*128的图片,总特征共有36*7*15=3780个特征。步骤:一:
2015-07-31 15:47:11 868
原创 论文笔记《A novel hybrid CNN–SVM classifier for recognizing handwritten digits》
一,动机手写字体识别已经被研究好多了,最好的识别率为99.65%,是用一个六层的网络结构。但是以往只是关注它的识别率,而不是可靠性,这篇论文着重关注它的可靠性。二,结构先分别介绍SVM,CNN原理,再介绍CNN—SVM混合模型1,用libsvm构建SVMs,2,CNN用的是图1的结构,图2是本论文混合模型的结构3,The SVM takes the outputs from
2015-06-23 15:03:52 3578
原创 基本问题理解
1,对偶问题参考http://www.cnblogs.com/tianchi/archive/2012/09/18/2691492.html2,最小二乘参考http://blog.csdn.net/hlinghling/article/details/442633573,线性回归,logistic回归参考http://blog.csdn.net/u013571752/a
2015-06-19 15:56:50 406
原创 svm
它是一种以统计学理论为基础的,以结构风险最小化的学习机学习方法,要优于神经网络学习http://www.cppblog.com/sunrise/archive/2012/08/06/186474.htmlhttp://blog.csdn.net/v_july_v/article/details/7624837
2015-03-10 10:54:16 297
原创 deep learning 开山祖师
Geoffrey Hinton 是这个人,一步步把“深度学习”从边缘课题变成Google等网络巨头仰赖的核心技术.http://www.pingwest.com/geoffreyhinton-go-to-google/ 介绍百度进展情况http://www.36kr.com/p/218924.htmlGeoffrey Hinton个人主页http
2015-03-09 17:00:47 340
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