计算机视觉相关数学理论
雪吟花落
关注计算机视觉、增强现实方向
展开
-
【转】理解矩阵(一)
原帖地址:http://blog.csdn.net/myan/article/details/647511线性代数课程,无论你从行列式入手还是直接从矩阵入手,从一开始就充斥着莫名其妙。比如说,在全国一般工科院系教学中应用最广泛的同济线性代数教材(现在到了第四版),一上来就介绍逆序数这个“前无古人,后无来者”的古怪概念,然后用逆序数给出行列式的一个极不直观的定义,接着是一些简直犯傻的行列式性转载 2015-07-14 18:16:20 · 549 阅读 · 0 评论 -
【转】机器学习中导数最优化方法(基础篇)
原帖地址:http://www.cnblogs.com/daniel-D/p/3377840.html1. 前言熟悉机器学习的童鞋都知道,优化方法是其中一个非常重要的话题,最常见的情形就是利用目标函数的导数通过多次迭代来求解无约束最优化问题。实现简单,coding 方便,是训练模型的必备利器之一。这篇博客主要总结一下使用导数的最优化方法的几个基本方法,梳理梳理相关的数学知识,本人也转载 2015-07-17 19:59:44 · 1238 阅读 · 0 评论 -
【转】LM(Levenberg-Marquard)算法的实现
转载请注明出处:http://www.codelast.com/ LM算法,全称为Levenberg-Marquard算法,它可用于解决非线性最小二乘问题,多用于曲线拟合等场合。LM算法的实现并不算难,它的关键是用模型函数 f 对待估参数向量p在其邻域内做线性近似,忽略掉二阶以上的导数项,从而转化为线性最小二乘问题,它具有收敛速度快等优点。LM算法属于一种“信赖域法”——所谓的转载 2015-07-17 20:13:03 · 5010 阅读 · 0 评论 -
【转】 Levenberg-Marquardt 算法快速入门教程
什么是最优化,可分为几大类?答:Levenberg-Marquardt算法是最优化算法中的一种。最优化是寻找使得函数值最小的参数向量。它的应用领域非常广泛,如:经济学、管理优化、网络分析、最优设计、机械或电子设计等等。根据求导数的方法,可分为2大类。第一类,若f具有解析函数形式,知道x后求导数速度快。第二类,使用数值差分来求导数。根据 使用模型不同,分为非约束最优化、约束最优化、最小二转载 2015-07-16 11:03:34 · 6130 阅读 · 0 评论 -
【转】LM(Levenberg-Marquard) Matlab及C语言实现
帖子原地址:http://blog.csdn.net/wejoncy/article/details/44095527LM在最优化中占据着极其重要的地位,将非线性问题转为为线性问题来求解,求出最优解。 最近在搞相机标定,而不得不面对LM,首先的想法百度,(个人不喜欢去看e文,总觉得效率不高,事实上错了)找到了一些相关的文章,好难啊,这是第一想法。不过还是找到了几篇大转载 2015-07-17 19:57:38 · 8981 阅读 · 0 评论 -
【转】从最大似然到EM算法浅解
原帖地址:http://blog.csdn.net/zouxy09 机器学习十大算法之一:EM算法。能评得上十大之一,让人听起来觉得挺NB的。什么是NB啊,我们一般说某个人很NB,是因为他能解决一些别人解决不了的问题。神为什么是神,因为神能做很多人做不了的事。那么EM算法能解决什么问题呢?或者说EM算法是因为什么而来到这个世界上,还吸引了那么多世人的目光。转载 2015-07-15 11:41:32 · 816 阅读 · 0 评论 -
【转】强大的矩阵奇异值分解(SVD)及其应用
版权声明: 本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用,但请注明出处,如果有问题,请联系[email protected]前言: 上一次写了关于PCA与LDA的文章,PCA的实现一般有两种,一种是用特征值分解去实现的,一种是用奇异值分解去实现的。在上篇文章中便是基于特征值转载 2015-07-14 17:14:34 · 773 阅读 · 0 评论 -
【转】关于协方差矩阵的理解
若需要本文完整的 PDF 文档,请点击《协方差矩阵详谈》进行下载!作者: peghoty 出处: http://blog.csdn.net/itplus/article/details/11452743欢迎转载/分享, 但请务必声明文章出处.转载 2015-07-15 17:52:17 · 531 阅读 · 0 评论 -
【转】理解矩阵(二)
原帖地址:http://blog.csdn.net/myan/article/details/649018接着理解矩阵。上一篇里说“矩阵是运动的描述”,到现在为止,好像大家都还没什么意见。但是我相信早晚会有数学系出身的网友来拍板转。因为运动这个概念,在数学和物理里是跟微积分联系在一起的。我们学习微积分的时候,总会有人照本宣科地告诉你,初等数学是研究常量的数学,是研究静态的数学,高等转载 2015-07-14 21:58:42 · 509 阅读 · 0 评论 -
【转】理解矩阵(三)
原帖地址:http://blog.csdn.net/myan/article/details/1865397首先来总结一下前面两部分的一些主要结论:1. 首先有空间,空间可以容纳对象运动的。一种空间对应一类对象。2. 有一种空间叫线性空间,线性空间是容纳向量对象运动的。3. 运动是瞬时的,因此也被称为变换。4. 矩阵是线性空间中运动(变换)的描述。5. 矩阵与向量相乘,转载 2015-07-14 22:08:46 · 417 阅读 · 0 评论 -
【不断更新】【2016.2.25】数学与计算之桥
这篇博文会不断搜集经典数学概念在计算机世界的实现,给自己做一个备忘录所有知识来自网络搜索及翻阅书籍,原作者和地址会相应给出,版权属于原作者,感谢他们的付出!1. 有限差分法求导(zddhub http://blog.csdn.net/zddblog/article/details/7521424)有限差分法以变量离散取值后对应的函数值来近似微分方程中独立变量原创 2015-11-08 16:23:33 · 827 阅读 · 0 评论