![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Pattern Recognition
文fei哦
目前主要从事能源电力系统规划及优化运行、可再生能源、低碳电力技术、负荷预测、电力市场、碳达峰碳中和、新型电力系统、新能源+储能等方面的规划、研究与设计工作。业余喜欢研究和跟踪群智能优化算法、AI、大数据、机器视觉等领域的最新研究成果与发展趋势。
展开
-
非常通俗易懂的PCA讲解
原文链接:https://my.oschina.net/gujianhan/blog/225241一、简介 PCA(Principal Components Analysis)即主成分分析,是图像处理中经常用到的降维方法,大家知道,我们在处理有关数字图像处理方面的问题时,比如经常用的图像的查询问题,在一个几万或者几百万甚至更大的数据库中查询一幅相近的图像。这时,我们通常的方法转载 2017-05-18 10:56:52 · 2841 阅读 · 0 评论 -
数据样本的选择方法
训练样本的选择方式 在目前我的实验中训练样本主要有两种选择方式:(当让还有很多选择方式,比如我在人脸图像亲缘识别的实验中是将所有的数据当作训练样本,在将所有的数据作为测试样本来测试方法的识别率、还有比如交叉验证等很多方法,在这里记录的是目前的实验所用到的训练样本的选择方法)1、在同类样本中随机的选取1/2或者2/3的样本作为训练样本剩下的作为测试样本,matlab代码;原创 2017-04-26 10:41:33 · 13814 阅读 · 0 评论 -
模式识别之样本数据归一化(Normalization)与标准化(Standardization)
归一化化定义:我是这样认为的,归一化化就是要把你需要处理的数据经过处理后(通过某种算法)限制在你需要的一定范围内,因为我们得到的样本数据中可能一个特征向量的某几个元素的值非常大,使得特征数据不在一个数量级,因此必须限定在一个合适的范围内。归一化就是为了后面数据处理的方便,其次是保正程序运行时收敛加快。没有经过归一化,寻找最优解的过程:经过归一化,把各个特征的尺度控制在相同的范围内:原创 2017-05-10 12:09:49 · 20801 阅读 · 2 评论 -
模式识别之k-折交叉验证(k-fold crossValidation)
转载出处:http://blog.csdn.net/kylinxu70/article/details/23065651k-重交叉验证(k-fold crossValidation):在机器学习中,将数据集A 分为训练集(training set)B和测试集(testset)C,在样本量不充足的情况下,为了充分利用数据集对算法效果进行测试,将数据集A随机分为k个包,每次转载 2017-05-10 13:29:17 · 43579 阅读 · 1 评论 -
模式识别之线性判别分析函数classify( )
在Matlab中,将已经分类的m个数据(长度为n)作为行向量,得到一个矩阵trianing,每行都属于一个分类类别,分类类别构成一个整数列向量g(共有m行),待分类的k个数据(长度为n)作为行向量,得到一个矩阵sample,然后利用classify函数进行线性判别分析(默认)。它的格式为: classify(sample,training,group)原创 2017-05-10 16:06:48 · 1807 阅读 · 0 评论