机器学习
羽凌寒
图像处理 3A 融合 超分辨率
展开
-
机器学习之正规方程法
简介 本篇继续进行机器学习,主要是使用opencv,用c语言实现机器学习之一元线性回归、正规方程法。关于这部分的原理,可以参考:1、https://www.coursera.org/learn/machine-learning/home/info 2、http://blog.csdn.net/xiazdong/article/deta原创 2015-07-09 21:04:55 · 2865 阅读 · 0 评论 -
机器学习之梯度下降法
前言 从linux camera驱动, 到qcom平台 camera图像效果,再到opencv图像处理,终于进入本篇的机器学习的开始。前路漫漫,吾只愿风雨兼程。简介 本篇开始是学习机器学习的第一篇,本章主要是使用opencv,用c语言实现机器学习之一元线性回归、梯度下降法。关于这部分的原理,可以参考: 1、 http://studentdeng.github.io/blo原创 2015-07-03 15:30:16 · 1911 阅读 · 0 评论 -
随机森林1
简介 本篇主要是对随机森林的笔记记录。具体实现 基本原理就不做介绍了,网上很多资料。这里直接根据代码讲解下具体实现流程。前提准备 这里用一个数据分类作为讲解,待分类的数据如下: 如上所示,最前面的‘+’、‘-’为数据分类标签,这里将数据分为 ‘+样本’和 ‘-样本’。数据有两组,分别为训练集(2950个数据样本)和测试集(994个原创 2017-12-05 16:51:27 · 813 阅读 · 0 评论 -
随机森林手写数字识别
简介 本篇主要是对随机森林的进一步学习笔记记录,主要是使用随机森林对手写数字图像做分类。具体实现 基本原理也不做讲解了,这里主要是使用Mnist数据集来做手写数字图像的训练和测试。Mnist数据集包含若干张28x28的手写数字图像,具体内容如下所示: 具体实现前提准备 首先准备好前面提到的训练集图像和对应的测试集图像,原创 2017-12-07 10:11:13 · 4400 阅读 · 0 评论 -
基于反向传播的多层神经网络训练原理(翻译)
简介 本篇是对Principles of training multi-layer neural network using backpropagation文章的基本翻译,原文地址:http://galaxy.agh.edu.pl/~vlsi/AI/backp_t_en/backprop.html正文 本课题通过反向传播描述多层神经网络的训练过程,为了形象说明这个过程,本篇翻译 2017-12-29 13:55:07 · 854 阅读 · 0 评论 -
SRCNN笔记小结
简介 本篇主要是对论文:Learning a Deep Convolutional Network for Image Super-Resolution笔记记录小结SRCNN实现论文贡献 1、提供了一个卷积神经网络做图像超分辨率方法,该方法端到端的直接学习LR-HR图像,不需要复杂的预处理或者后处理。 2、对传统的稀疏字典SR和深度学习SR做了分析估计,这个估计有助于指导设计网络结构。原创 2018-01-19 10:36:43 · 5225 阅读 · 1 评论