ustceduruixing的博客

50篇，按受欢迎程度（下载次数）排序1. A Computational Approach to Edge Detection  Canny, JohnPublication Year: 19862. Representation Learning: A Review and New Perspectives Bengio, Y. ; Courville,

A.I.Conf.:    AAAI: American Association for Artificial Intelligence    ACM/SigIR IJCAI: International Joint Conference on Artificial Intelligence    NIPS: Neural Information Processing Systems

legend：(resource：examples of legend in matlab document)用法：1.legend('string1','string2',...)'string1','string2'按顺序对应图中曲线；hleg1 = legend('cos_x','sin_x')将返回一个句柄hleg1下划线后被识别为下标，可以通过句柄使用set(

维数灾难（英语：curse of dimensionality，又名维度的詛咒）是一个最早由理查德·贝尔曼（Richard E. Bellman）在考虑优化问题时首次提出来的术语[1][2]，用来描述当（数学）空间维度增加时，分析和组织高高维空间（通常有成百上千维），因体积指数增加而遇到各种问题场景。这样的难题在低维空间中不会遇到，如物理空间通常只用三维来建模。举例来说，100个平均分布的

newffnewff Create a feed-forward backpropagation network.Obsoleted in R2010b NNET 7.0. Last used in R2010a NNET 6.0.4. The recommended function is feedforwardnet.Syntax net = newff(P,T,S) net = n

MODE函数：返回在某一数组或数据区域中出现频率最多的数值。

source1person1:“一个是训练数据归一化，此时不知道输入数据范围，一个是对预测数据归一化，此时用的最大最小是训练数据的最大最小，配套的还有个反归一化函数，如果数据在01间不需要，归一化的目的是防止输入数据各维间数量级差别太大”person2 “premnmx可以在任何时候用，但tramnmx是要先用了premnmx后才可以用，主要是用于归一化神经网络的输入，其中要用到premnm

来源1：Coursera台大机器学习课程笔记3 – 机器学习的可能性 来源2：VC Theory: Hoeffding Inequality

来源1：分类问题中的“维数灾难” 英文原文

来源： Andrew Ng的机器学习课程Lesson16(增强学习，MDP）

来源： Andrew Ng的机器学习课程Lesson5(生成学习，GDA部分)、Lesson12（K-means，GMM部分）首先是GDA部分的笔记然后是GMM部分笔记

来源1：A Review of Accelerometry-Based Wearable Motion Detectors for Physical Activity Monitoring KNN：Detection of posture and motion by accelerometry: A validation study in ambulatory monitoring（1

来源1： Quantitative evaluation of the Microsoft Kinect TM for use in an upper extremity virtual rehabilitation environment的被引文（10 totally，3 selected） 综述文章 Motor rehabilitation using Kinect: A systemat

1 针对cp evaluaton具体问题的方向1.1 Dr.Tang汇报的综述文章1.2 Wearable accelerometry-basedtechnologycapable of assessing functional activities inneurological populations in communitysettings– a systematic review1.3 新的调

A novel approach to monitor rehabilitation outcomes in stroke survivors using wearable technology的被引用文章：使用Google学术，一共被50篇文章引用，初选出14篇papers.1.A review of wearable sensors and systems with applica

一、定义：功率谱密度：对于具有连续频谱和有限平均功率的信号或噪声，表示其频谱分量的单位带宽功率的频率函数。频谱分析：对信号进行傅里叶变换，用该方法对振动的信号进行分解，并按频率顺序展开，使其成为频率的函数，进而在频率域中对信号进行研究和处理的一种过程。随机过程(Stochastic Process)是一连串随机事件动态关系的定量描述。二、分析：功率谱密度是一种概率统计方法，是对随机变量

1）采集自知乎：机器学习说简单就简单，说难就难，但如果一个人不够聪明的话，他大概很难知道机器学习哪里难。基本上要学习机器学习，先修课程是algebra, calculus, probability theory, linear regression。这几门科学好了再学Machine learning是事半功倍的。此外近代数学的东西也要懂， functional analysis啥的。其实不懂也行，只

>>> help(range)Help on built-in function range in module builtin:range(…) range([start,] stop[, step]) -> list of integersReturn a list containing an arithmetic progression of integers.range(i,

>>> help(ones)Help on function ones in module numpy.core.numeric:ones(shape, dtype=None, order=’C’) Return a new array of given shape and type, filled with ones.Please refer to the documentation

help(append) Help on function append in module numpy.lib.function_base:append(arr, values, axis=None) Append values to the end of an array.Parameters----------arr : array_like Values are ap