![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
科研经验
迦南村夫
由于刚涉该领域站内的博文大多是转载关注的朋友的主要是自己查找方便大多未经作者同意在此感谢原作者同时也表示歉意.
展开
-
MIT人工智能实验室:如何做研究
麻省理工学院人工智能实验室AI Working Paper 316 作者:人工智能实验室全体研究生 编辑:David Chapman 版本:1.3 1988年9月 译者:柳泉波 北京师范大学信息学院2000级博士生摘要 本文的主旨是解释如何做研究。我们提供的这些建议,对做研究本身(阅读 、写作和程序设计),理解研究过程以及开始热爱研究(方法论、选题、选导师和转载 2012-12-12 10:56:14 · 735 阅读 · 0 评论 -
常用牛人主页链接(计算机视觉、模式识别、机器学习相关方向,陆续更新。。。。) .
转载:http://blog.csdn.net/shfkuang/article/details/7700939牛人主页(主页有很多论文代码)Serge Belongie at UC San DiegoAntonio Torralba at MITAlexei Ffros at CMUCe Liu at Microsoft Research New EnglandVitto转载 2013-12-04 10:50:23 · 2589 阅读 · 0 评论 -
为什么不去读顶级会议上的论文?适应于机器学习、计算机视觉和人工智能
http://emuch.net/html/201012/2659795.html看了版上很多贴子,发现很多版友都在问“热门研究方向”、“最新方法”等。有同学建议国内某教授的教材、或者CNKI、或者某些SCI期刊。每当看到这种问题,我都有点纳闷,为什么不去读顶级会议上的论文?我无意否认以上文献的价值,但是在机器学习、计算机视觉和人工智能领域,顶级会议才是王道。国内教材和CNKI上的转载 2014-04-13 20:32:42 · 780 阅读 · 0 评论 -
为什么不去读顶级会议上的论文?适应于机器学习、计算机视觉和人工智能
文章原文:看了版上很多贴子,发现很多版友都在问“热门研究方向”、“最新方法”等。有同学建议国内某教授的教材、或者CNKI、或者某些SCI期刊。每当看到这种问题,我都有点纳闷,为什么不去读顶级会议上的论文?我无意否认以上文献的价值,但是在机器学习、计算机视觉和人工智能领域,顶级会议才是王道。国内教材和CNKI上的基本是N年前老掉牙的东西。有人会质疑这些会议都只是EI。是的,这的确非常转载 2014-04-13 20:31:44 · 741 阅读 · 0 评论 -
美国航空航天四大机构报告(PB报告、AD报告、NASA报告和DOE报告)
什么是AD报告、AIAA?26.06.2003 | Categori 今天去书库借书,正遇上一个读者问馆里有没收藏AD paper?还有什么AIAA……哇,这是什么东西?那个什么AD报告怎么这么耳熟呢?好象在编目是有遇过啊,但帮读者在计算机上查询未果,只好请她到咨询部去打听了。回来后,仔细搜索了一下,终于知道那些什么AD报告、AIAA是什么东东了:1、AD报告是美国陆海空三转载 2014-04-13 20:34:40 · 15733 阅读 · 0 评论 -
别人整理的资源
本人常用资源整理(ing...) Deep Learning(深度学习):ufldl的2个教程(这个没得说,入门绝对的好教程,Ng的,逻辑清晰有练习):一ufldl的2个教程(这个没得说,入门绝对的好教程,Ng的,逻辑清晰有练习):二Bengio团队的deep learning教程,用的theano库,主要是rbm系列,搞python的可以参考,很不错。deeplear转载 2014-07-31 09:17:27 · 814 阅读 · 0 评论 -
关于文献阅读和寻找新的科研题目
自从2007年一月去我即将读研的清华大学计算机图形学组做本科毕业设计开始,我就陷入了一个困扰我许久的问题之中:如何阅读文献,如何寻找科研题目?之后长达三年的时间,我一直被这个问题深深困扰,直至2009年底首次以第二作者发表论文(Sketch2Photo和Resizing)才稍微有缓和。在之后的很多年,我也一直试图总结相关的经验教训,期望有一天这些经验教训有一天也可以帮助和我一样饱受困扰的同学,特别转载 2014-08-15 17:19:43 · 728 阅读 · 0 评论 -
经典的机器学习方面源代码库(非常全,数据挖掘,计算机视觉,模式识别,信息检索相关领域都适用的了)
今天给大家介绍一下经典的开源机器学习软件:编程语言:搞实验个人认为当然matlab最灵活了(但是正版很贵),但是更为前途的是python(numpy+scipy+matplotlib)和C/C++,这样组合既可搞研究,也可搞商业开发,易用性不比matlab差,功能组合更为强大,个人认为,当然R和java也不错.1.机器学习开源软件网(收录了各种机器学习的各种编程语言学术与商业的开源软件)转载 2013-04-10 11:28:35 · 853 阅读 · 0 评论 -
Dahua Lin推荐的几本数学书
1. 线性代数 (Linear Algebra):我想国内的大学生都会学过这门课程,但是,未必每一位老师都能贯彻它的精要。这门学科对于Learning是必备的基础,对它的透彻掌握是必不可少的。我在科大一年级的时候就学习了这门课,后来到了香港后,又重新把线性代数读了一遍,所读的是Introduction to Linear Algebra (3rd Ed.) by Gilbert Stra转载 2013-04-10 11:22:59 · 887 阅读 · 0 评论 -
发表SCI或EI类英文文章的一些投稿经验
英文投稿的一点经验【转载】1. 首先一定要注意杂志的发表范围, 超出范围的千万别投,要不就是浪费时间;另外,每个杂志都有他们的具体格式要求,一定要按照他们的要求把论文写好,免得浪费时间,前些时候,我的一个同事向一个著名的英文杂志投稿,由于格式问题,人家过两个星期就退回来了,而且说了很多难听的话,说投稿前首先就应该看清楚他们的格式要求;2. 论文写作一定要言简意赅,特别是摘要,引言和结论部分转载 2013-04-10 13:39:23 · 2574 阅读 · 0 评论 -
计算机视觉、机器学习相关领域论文和源代码大集合
一、特征提取Feature Extraction:· SIFT [1] [Demo program][SIFT Library] [VLFeat]· PCA-SIFT [2] [Project]· Affine-SIFT [3] [Project]· SURF [4] [OpenSURF] [Mat转载 2013-03-27 09:26:27 · 737 阅读 · 0 评论 -
zz非负矩阵分解:数学的奇妙力量
计算机是人类解决难题、探索未知以及提供娱乐的绝佳工具。在高效运行着的各种计算机应用背后,融汇了人类在物理、电子和数学等多门学科的高超智慧。严密的数学使得计算机能高效执行人类指令,控制内部各种数据流的走向,因此在现代计算机科学研究中,数学的基础地位和重要作用无可替代:它使我们最大程度利用有限的硬件、软件资源,它使我们能够在浩瀚的数据海洋中快速查到所关心的信息……数学与计算机科学一起演绎了许多精彩的故转载 2014-09-03 14:18:20 · 754 阅读 · 0 评论