跨模态
SmartDazhi
这个作者很懒,什么都没留下…
展开
-
矩阵分解笔记(Notes on Matrix Factorization)
转载地址:http://blog.csdn.net/shanglianlm/article/details/46755239 本博文主要讨论 基本矩阵(Basic MF),非负矩阵(Non-negative MF)和正交非负矩阵(Orthogonal non-negative MF)三种常见的矩阵分解方法。并分别推导了它们的更新规则,收敛性,以及它们的应用。1. 简介(Introduction)矩转载 2017-07-20 19:02:58 · 950 阅读 · 1 评论 -
典型相关分析及相关知识
1. 典型相关分析及相关知识1.1介绍典型相关分析是用来分析向量(组)X和Y之间映射关系的方法。 一般的线性回归问题中,都具有一个或多自变量X和因变量Y,其数学表达形式为:假设 X∈Rm,Y∈RmX\in{R^m},Y\in{R^m},那么可以建立等式Y=AX,矩阵表示如下 其中 yi=wiTx{y_i} = {w_i}^Tx,形式和线性回归一样,可以用解n元一次方程组的方法来解得wi{原创 2017-07-18 20:06:58 · 2401 阅读 · 0 评论 -
跨模态基本概念整理
这些是在我在入门跨模态所整理的基本概念,如有冒犯原作者,望海涵一、入门概念学习1.什么是跨模态检索? 模态是指数据的存在形式,比如文本、音频、图像、视频等文件格式。有些数据的存在形式不同,但都是描述同一事物或事件的。而我们在信息检索的需求往往不只是同一事件单一模态的数据,也可能需要其他模态的数据来丰富我们对同一事物或事件的认知,此时就需要跨模态检索来实现不同模态数据之间的检索。2.什么是子空原创 2017-07-19 21:12:37 · 29433 阅读 · 0 评论