数学/工具
wishchin
CV算法工程师:从事室内场景感知方面工作,完成算法实验和软件开发。
展开
-
计算机基础:离散数学和完备性
计算机的起源和数学基础有很深的渊源,深挖下去可以探讨到数学基础的集合论、哥德尔取得辉煌成果的证明论和模型论。也和哲学本身有有着基础层面的联系。哲学形式化基础: 数理逻辑。不可形式化的过程和结论都是违背认知的,涉及到知识论的基础讨论。近现代哲学形式化的基础基于数学的数理逻辑。数理逻辑的物质基础是集合论。10年来,人工智能在模式识别的机器学习中的深度神经网络学习即深度学习方面取得实用性的成果,甚至催生了类似商汤旷世这种仅在人脸识别方面就估值数十亿美元的商业公司。机器学习基本理论,可得到基础数学的泛函分析原创 2020-11-25 00:53:09 · 907 阅读 · 0 评论 -
最优化方法系列:Adam+SGD-AMSGrad
自动调参的Adam方法已经非常给力了,不过这主要流行于工程界,在大多数科学实验室中,模型调参依然使用了传统的SGD方法,在SGD基础上增加各类学习率的主动控制,以达到对复杂模型的精细调参,以达到刷出最高的分数。 ICLR会议的 On the convergence of Adam and Beyond 论文,对Adam算法进行了 猛烈的抨击,并提出了新的Adam...翻译 2018-06-05 10:42:21 · 15660 阅读 · 1 评论 -
**ML : ML中的最优化方法
线性规划、整数规划、目标规划等方法其目标函数与约束条件都是决策变量的一次函数,全部为线性规划,具有统一的数学模型及如单纯形法这样的通用解法。1947年丹齐格(G.B.Dantzig)提出了线性规划的一般方法——单纯形法。随后专业丰富了线性规划的数学模型和求解方法,并深入分析细节,如对偶理论、线性目标规划等。关于一般非线性规划优化算法的求解,最优化方法一书已经介绍了很多的方法,比如有梯度下降法,坐标下降法,牛顿法和拟牛顿法,共轭梯度法。而机器学习中主要面对非线性问题,所使用的优化方法为非线性优化方法。原创 2015-12-24 12:28:44 · 3521 阅读 · 0 评论 -
GPC:使用GPC计算intersection容易出现的问题
在使用GPC计算多边形的交的时候,出现问题 //1.2. 另一种方法,判断新的多边形是否和老多边形相交 Poly cross = (PolyDefault) Clip.intersection( filed, polyNig ); 若filed 为两个分离的多边形,则出现计算问题: catch (Exception exception) { ...原创 2018-05-22 15:22:24 · 1259 阅读 · 0 评论 -
点云插值:三维平面参数确定-不共线三点的平面方程
参考链接:三维空间中的平面方程 这个链接是错误的: http://blog.csdn.net/PengPengBlog/article/details/52774421 //获取平面方程//Ax + By + Cz + D std::vector<float> getPlaneParam(const std::vector<pcl:...原创 2018-03-22 11:10:55 · 4730 阅读 · 3 评论 -
机器学习中的群论方法
群论最初应用于高次方程解析解可解性的研究,致力于寻找方程解集的规则化和抽象化,并提取可解性的一般规律。在机器学习方面,模式分类主要应用数学方法,剥离概率范畴,一些模式分离的方法与方程解析形式化的方法有几分相似,群论方法也应用于机器学习领域。原创 2015-08-10 09:12:45 · 5368 阅读 · 1 评论 -
职业:图像处理入门教程
1 通识课程基础 高等数学的基础概念是入门基础,数学知识不言其多。 可以参考的基础书籍有《微积分》《数学/泛函分析》《概率论与数理逻辑》 ,很多图像学的基本概念可以从这三本书上找到。 偏计算机科学的《 离散数学 》,这是计算机科学的基础数学。 偏控制理论的《非线性动力学》,复杂度/非线性 的提升导致不可控性。原创 2016-08-27 11:53:11 · 1834 阅读 · 0 评论 -
装X数学:高雅的数学表示
采用高雅的数学描述 转自于:研究生之路怎么走? 高雅的数学描述会提高你论文的等级和加强评审人对你基础功底的认可。例如泛函分析、集合、测度、度量空间和拓扑空间、现代代数、微分几何等数学方面的入门知识和表达方法对工科研究者大有意义。只要用得恰当,会取得良好效果。自然,这要求研究者具有较深入的数学背景。决定于你的数学背景,把握数学描述技巧的伸缩性可以很大。此处仅仅能举一点点例子供参考...转载 2015-11-23 12:18:10 · 945 阅读 · 0 评论 -
人工机器:机器学习的哲学原理、基础及完备性的来由
观测->假设->归纳->演绎->过拟合,这是ML的一般套路和基础指导准则。 2018年03月11日 14:37:44导言 对于人工智能,有诸多定义,也有诸多质疑。各家的定义不用多追究。从各个领域提出对机器学习的理解,同时也表示出对定义的狭隘理解。从《计算机科学的离散结构》、到《pattern recognition》、...原创 2019-06-17 14:40:27 · 1596 阅读 · 0 评论 -
个人技术博客的选择:CSDN、博客园、简书、知乎专栏还是Github Page?
文章链接:个人技术博客的选择:CSDN、博客园、简书、知乎专栏还是Github Page? 感觉还是Fuck The Dog!看来还是以后把文章写在本地,然后再上传到CSDN吧。被CSDN的缓存机制坑了几次,得非常注意这次事件才行!!!...转载 2018-06-19 17:21:50 · 4771 阅读 · 0 评论 -
乘法运算-快速傅里叶变换
貌似一种新的乘法快速计算方法已经提交论文,理论上可以达到大数乘法的效率极限。文章链接:多项式乘法到快速傅里叶变换;此文介绍的非常详细,极力推荐。文章链接:使用快速傅里叶变换计算大整数乘法;快速傅里叶变换,使用算法设计思想中的分治法,降低傅里叶变换的时间复杂度到 O(N logN)。傅里叶变换,算法的时间复杂度还是 O(N2)。关键在于:直接进行离散傅里叶变换的计算复杂度是 O(N2)。...转载 2019-04-15 20:57:18 · 1930 阅读 · 0 评论 -
OpenCV:简单计算曲线弧度-弓形弧度
在判断曲线拟合度时候,需要进行曲线曲率计算。本文中使用根据弦的方法计算曲线弧度半径,得到曲率。首先判定是否为弧:简单判定:不要选取较多的点,若线段不是偏向一个方向,则不为弧 bool isArcCurve( std::vector<cv::Point> &curve ) { bool isArc = false; cv::Point ps, ...原创 2018-10-27 17:00:22 · 13953 阅读 · 4 评论 -
算法设计之—常用算法之-分支界定法
在进行机器学习特诊选择的时候,一种不需要进行遍历仍能取得最优解的方法为分支定界(branch and bound)法。这是一种自顶向下的方法,即从包含所有候选特征开始,逐步去掉不被选择的特征。此种方法具有回溯的过程,能够考虑所有可能的特征组合。分支定界法: 原理:分支界定法就是带剪枝技巧的搜索策略,通过预判和估算,一旦发现某个子解空间已经不可能存在可行解时,...原创 2014-12-01 13:59:35 · 2104 阅读 · 0 评论 -
Lucas定理:线性求所有逆元的方法
Miskcoo's Space,版权所有丨如未注明,均为原创转载请注明转自:http://blog.miskcoo.com/2014/09/linear-find-all-invert主要绕过费马小定理来证明lucas定理,挺有意思..此外设置多进制计算机可以通过移位运算直接加快多进制运算的速度。1.Lucas定理Lucas定理详解Lucas定理解决的问题是组合数取模。数学上来说,就是求 (nm)...转载 2018-07-05 14:25:24 · 1573 阅读 · 0 评论 -
最优化方法系列:SGD、Adam
文章链接:Deep Learning 最优化方法之SGD 72615436本文是Deep Learning 之 最优化方法系列文章 整个优化系列文章列表: Deep Learning 之 最优化方法 Deep Learning 最优化方法之SGD Deep Learning 最优化方法之Momentum(动量) Deep Learning 最优化方法之Nest...转载 2018-03-15 17:58:08 · 3763 阅读 · 0 评论 -
CNN结构:色彩空间建模-色彩空间分析
原文: 色彩空间基础 好一个NB的知乎专栏:色彩空间基础 第一章:色彩空间基础 关于色彩分析,引出了专门的数学基础。整个过程给出了...原创 2017-11-21 18:12:31 · 1110 阅读 · 0 评论 -
***稀疏表达:向量,矩阵,张量
稀疏肯定是好的,关键是怎样稀疏,要得到什么样的稀疏,以及要获得怎样的模式 , 说到底还是专家데功劳。稀疏表达是近年来SP, ML, PR, CV领域中的一大热点,文章可谓是普天盖地,令人目不暇给。老板某门课程的课程需要大纲,我顺道给扩展了下,就有了这个上中下三篇介绍性质的东西。转载 2013-09-23 09:37:12 · 3328 阅读 · 0 评论 -
数学空间引论
曾经在豆瓣上看到了一篇数学进阶的文章,是翻译过来的,内容是:从基本算术开始,引出未解决的问题;逐步递进,直至黎曼流形,拓扑空间等等。内容是很浅显易懂,不过也算得上长篇大论了。原创 2013-12-01 18:27:41 · 820 阅读 · 0 评论 -
LASSOS方程--图像降噪
前言: Tibshirani(1996)提出了Lasso( The Least Absolute Shrinkage and Selectionator operator ) 算法。这种算法通过构造一个惩罚函数获得一个精炼的模型;通过最终确定一些指标的系数为零,LASSO算法实现了指标集合精简的目的。这是一种处理具有复共线性数据的有偏估计。Lasso的基本思想是在回归系数的绝对值之和转载 2015-08-10 09:58:38 · 3241 阅读 · 5 评论 -
Morse理论:拓扑不变性特征匹配原理
微分拓扑的一个重要分支。通常是指两部分内容:一部分是微分流形上可微函数的莫尔斯理论,即临界点理论;另一部分是变分问题的莫尔斯理论,即大范围变分法。转载 2016-12-21 13:26:11 · 3273 阅读 · 0 评论 -
统计:mAP的中文意思
区别在于Precision,Recall, F-score, MAP主要用于信息检索,而ROC曲线及其度量指标AUC主要用于分类和识别,ROC的详细介绍见上面的blog,这里的Precision、Recall和上篇blog的计算结果其实是一样的,只是这里从检索的角度进行理解。转载 2016-08-05 18:05:29 · 1539 阅读 · 0 评论 -
最优化:**回归/拟合方法总结
回归分析是建模和分析数据的重要工具。本文解释了回归分析的内涵及其优势,重点总结了应该掌握的线性回归、逻辑回归、多项式回归、逐步回归、岭回归、套索回归Lasso Regression、ElasticNet回归、SoftMax回归等八种最常用的回归技术及其关键要素,最后介绍了选择正确的回归模型的关键因素。 当然数据并非我想面对的,所谓处理数据的根本目的是为了重建模型的结构...转载 2015-08-24 11:40:02 · 43007 阅读 · 0 评论 -
C++版的LLC代码
图像稀疏编码总结:LLC和SCSPM ,文章对稀疏编码讲解非常详细。《Locality-constrained Linear Coding for Image Classification》的作者提供Matlab的代码实现,见http://www.ifp.illinois.edu/~jyang29/LLC.htm。下面是根据作者的代码,基于OpenCV,实现的C++版的LLC:Matl...转载 2016-05-18 19:16:44 · 1484 阅读 · 0 评论 -
直观判断图像是否可以被实时处理
直观判断给出了实时性的提示,那怎样判断呢?以下方法(现在的处理能力所达到的): 对于识别,是否可以在第一眼的时间完成工作?若直观上认为可以完成,则图片对于算法是可以实时处理的;若需要进一步查看才能判别,则图片对于算法是不能实时处理的。 识别图片中的老虎? 图片分析: 和智商真的没有关系,树上还有一只猎豹呢!原创 2016-08-29 15:24:50 · 1598 阅读 · 0 评论 -
图像特征理论综述
前言: 关于集合:在计算机科学领域,离散数学是非常重要的学科,在图像处理领域,这种重要性更加直观。 一:特征可靠性的来源:1. 数据离散化: 系统观测理论:物理世界存在某一实体,若对其进行描述和解析,需要观测系统及系统所提供的接口。作为图像分析系统的接口,实现的功能是完成实体的图像化,即是实体的可视化。 实体与人的视...翻译 2014-11-16 14:12:37 · 1809 阅读 · 0 评论 -
生成式模型:LDA与LSI-SVD分解
原文链接:http://blog.sina.com.cn/s/blog_5033f3b40101flbj.html 文章图文并茂,我就不转载了!!! 科普文:判别式模型与生成式模型区别; 分类器的数学表达式为:给定输入变量 X以及分类变量 Y,求 P(Y|X)。判别式模型通过直接数据回归分析,直接估算 P(Y|X)。生成式模型的...转载 2014-08-10 14:22:38 · 1453 阅读 · 0 评论 -
EKF优化:协方差coff公式、意义、SLAM中的Code优化
复习!复习!原文链接:http://blog.csdn.net/goodshot/article/details/86111781.代码:Matlab相关系数的意义:Eigen::MatrixXf correlation_matrix = corrcoef( LocM );对行向量求相关系数 , 与列数无关,返回cols()*cols()矩阵...翻译成Eigen:还是...原创 2015-11-13 10:13:28 · 3650 阅读 · 0 评论 -
图论 Make Unique:有向图和无向图的一些算法
图论〔Graph Theory〕是数学的一个分支。它以图为研究对象。图论中的图是由若干给定的点及连接两点的线所构成的图形,这种图形通常用来描述某些事物之间的某种特定关系 ,用点代表事物,用连接两点的线表示相应两个事物间具有这种关系。原创 2018-01-03 09:48:58 · 3369 阅读 · 0 评论 -
最优化方法:梯度下降法、SGD
一、算法过程最速下降法(又称梯度法,或Steepest Descent),是无约束最优化领域中最简单的算法,单独就这种算法来看,属于早就“过时”了的一种算法。但是,它的理念是其他某些算法的组成部分,或者说是在其他某些算法中,也有最速下降法的“影子”。因此,我们还是有必要学习一下的。我很久以前已经写过一篇关于最速下降法的文章了,但是这里我还打算再写一篇,提供更多一些信息,让大家可以从更简转载 2016-04-01 16:04:54 · 5971 阅读 · 0 评论 -
PAC学习理论:机器学习那些事
参考翻译,有大量删除和修改,如有异议,请拜访原文。一定要看英文原文!!!。 本文转载于:深度译文:机器学习那些事 英文【原题】A Few Useful Things to Know About Machine Learning 机器学习是有别于专家系统(基于知识/规则)的一种模式识别方法,与专家系统的构建方法不同,但目的相同。本文分析...原创 2016-12-14 10:08:22 · 23341 阅读 · 0 评论 -
ML:流形学习
流形在某一点的维度就是该点映射到的欧氏空间图的维度(定义中的数字n)。连通流形中的所有点有相同的维度。有些作者要求拓扑流形的所有的图映射到同一欧氏空间。这种情况下,拓扑空间有一个拓扑不变量,也就是它的维度。其他作者允许拓扑流形的不交并有不同的维度。自从2000年以后,流形学习被认为属于非线性降维的一个分支。众所周知,引导这一领域迅速发展的是2000年Science杂志上的两篇文章: Isomap and LLE (Locally Linear Embedding)。转载 2014-08-20 18:29:01 · 1430 阅读 · 0 评论 -
统计之都 http://cos.name/
http://cos.name/IMS:一个洲际人际交流网络(为学生免费提供会员资格)转载 2014-08-10 14:12:59 · 2488 阅读 · 0 评论