算法学习
文章平均质量分 88
Lostin_sakura
细水长流
展开
-
模型选择、欠拟合和过拟合学习笔记
训练误差&泛化误差训练误差:模型在训练数据集上表现出的误差,泛化误差:指模型在任意一个测试数据样本上表现出的误差的期望,并常常通过测试数据集上的误差来近似。过拟合&欠拟合过拟合 : 训练误差远小于其在测试数据集上的误差欠拟合: 模型无法得到较低的训练误差与两者相关的因素: 模型复杂度 & 训练数据集大小一般来说,训练集样本数过少,特别是比模型参数数量少时,容易过拟合。给定训练集:如果模型的复杂度过低,很容易出现欠拟合;如果模型复杂度过高,原创 2021-10-02 19:36:13 · 322 阅读 · 0 评论 -
语音信号特征提取——梅尔频率倒谱系数MFCC(含Matlab代码)
梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCCs)这个词涉及到梅尔频率和倒谱,所以先分别了解这俩词的意思。1. 倒谱(Cepstral):(这个词是频谱spectrum的前面四个字母顺序倒过来,所以和频谱有一定联系)倒谱是一种信号的频谱经过对数运算后再进行傅里叶反变换得到的谱。其计算过程可用下面的框图表示:因为语音信号实际上是一个卷性信号(把声道看作一个线性时不变系统,声音的产生则为一个激励通过这个系统),记原时域信号为,经过DFT变换原创 2020-07-21 10:11:55 · 7754 阅读 · 0 评论 -
行人重识别 论文学习
《Joint Discriminative and Generative Learning for Person Re-identification》 论文解读1. 背景行人重识别(Person Re-identification)也称跨镜追踪,是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术,主要解决跨镜头跨场景下行人的识别与检索,旨在弥补固定的摄像头的视觉局限,并可与行人检测/行人跟踪技术相结合,可广泛应用于智能视频监控、智能安保等领域。由于不同摄像设备之间存在类内差异(i.原创 2020-09-19 15:03:05 · 1222 阅读 · 0 评论 -
运动目标检测算法ViBe原理学习
实习的时候做了一些算法学习,但一直没有写文档总结,博客也没更新,所以现在来补一下~Visual Background Extractor(ViBe),是一种像素级视频背景建模算法。其主要思想为一个像素点储存一个样本集,该样本集中的值为该像素点过去的值或其邻域的值,然后将当前像素点的值与样本集进行比较,来判断当前像素点是否属于背景点,如果是,则从背景模型中任意选择需要替换的值。该方法与很多方法不...原创 2019-01-02 09:38:06 · 4486 阅读 · 2 评论