- 博客(22)
- 收藏
- 关注
RSS订阅转载 Hough变换背后的机制
The Hough transform is an incredible tool that lets you identify lines. Not just lines, but other shapes as well. In this article, I’ll talk about the mechanics behind the Hough transform. It will inv
2014-05-11 23:44:27
709
转载 FreeBSD与Linux十个本质上的区别
Linux的标志是一只十分可爱的小企鹅，而FreeBSD的标志是一个拿着叉子的小恶魔。你是否经常会听到人们把 Linux及 BSD 系统混为一谈？是的，我有时会经常听到一些新手，甚至于媒体都这么说。当然，事实上这两者确实有很多相似之处，比如它们都是基于 Unix演变而来，而且基本上这两类系统都是由非盈利组织及团队开发，另外我更想说的是，这两个系统都有一个共同的目标–那就是创建最有用、最可靠的操作系
2014-05-11 06:27:04
602
转载 中国互联网二十年回忆
20年前的今天，1994年的4月20日，中国通过一条64K的国际专线，全功能接入国际互联网，这成为了中国互联网时代的起始点，中国互联网时代从此开启。 这个时代给每个人的回忆也是不同的，20年过去了，世界的变化实在太大了，20年前，我还在大学的时候，互联网根本就是一个天方夜谭似得神话，神秘莫测，我从1997年第一次上网，2014年我已经完全无法离开网络，十多年上网所经历的种种故事，都给
2014-05-10 02:07:28
1458
转载 为什么从事尖端科研的研究人员仍然在使用计算机时代早期发明的语言？
短答案：理由有很多，但我认为最根本的理由是“历史的包袱”--------------------------------------------------------------------------------------------------------------------------------------长故事：计算机在很早就被美国用于科研目的，而在当年在
2014-05-10 01:29:16
979
1
转载 PCA以及降维的思想
PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。网上关于PCA的文章有很多，但是大多数只描述了PCA的分析过程，而没有讲述其中的原理。这篇文章的目的是介绍PCA的基本数学原理，帮助读者了解PCA的工作机制是什么。当然我并不打算把文章写成
2014-04-26 21:27:39
2442
转载 线性可分Linear separability
Linear separability is an important concept in neural networks. The idea is to check if you can separate points in an n-dimensional space using only n-1 dimensions.Lost it? Here’s a simpler explan
2014-04-26 14:38:33
1663
转载 SVM应用之libsvm
原作：林弘德为什么写这个指南我一直觉得 SVM 是个很有趣的东西，不过一直沒办法去听林智仁老師 的Data mining与SVM的课，后来看了一些Internet上的文件,后来听 kcwu 讲了一下libsvm 的用法后，就想整理一下，算是对于并不需要知道完整 SVM 理论的人提供使用 libsvm 的入门。 原始 libsvm 的README跟FAQ也是很好的文件， 不过你可
2014-04-26 14:12:46
910
转载 SVM入门（十）将SVM用于多类分类（完）
从 SVM的那几张图可以看出来，SVM是一种典型的两类分类器，即它只回答属于正类还是负类的问题。而现实中要解决的问题，往往是多类的问题（少部分例外，例如垃圾邮件过滤，就只需要确定“是”还是“不是”垃圾邮件），比如文本分类，比如数字识别。如何由两类分类器得到多类分类器，就是一个值得研究的问题。还以文本分类为例，现成的方法有很多，其中一种一劳永逸的方法，就是真的一次性考虑所有样本，并求解一个多目标
2014-04-26 14:04:46
666
转载 SVM入门（九）松弛变量（续）
接下来要说的东西其实不是松弛变量本身，但由于是为了使用松弛变量才引入的，因此放在这里也算合适，那就是惩罚因子C。回头看一眼引入了松弛变量以后的优化问题：注意其中C的位置，也可以回想一下C所起的作用（表征你有多么重视离群点，C越大越重视，越不想丢掉它们）。这个式子是以前做SVM的人写的，大家也就这么用，但没有任何规定说必须对所有的松弛变量都使用同一个惩罚因子，我们完全可以给每一个离群点都使用
2014-04-26 14:03:41
706
转载 SVM入门（八）松弛变量
现在我们已经把一个本来线性不可分的文本分类问题，通过映射到高维空间而变成了线性可分的。就像下图这样： 圆形和方形的点各有成千上万个（毕竟，这就是我们训练集中文档的数量嘛，当然很大了）。现在想象我们有另一个训练集，只比原先这个训练集多了一篇文章，映射到高维空间以后（当然，也使用了相同的核函数），也就多了一个样本点，但是这个样本的位置是这样的： 就是图中黄色那个点，它是方形的，
2014-04-26 14:02:32
498
转载 SVM入门（七）为何需要核函数
生存？还是毁灭？——哈姆雷特可分？还是不可分？——支持向量机之前一直在讨论的线性分类器,器如其名（汗，这是什么说法啊），只能对线性可分的样本做处理。如果提供的样本线性不可分，结果很简单，线性分类器的求解程序会无限循环，永远也解不出来。这必然使得它的适用范围大大缩小，而它的很多优点我们实在不原意放弃，怎么办呢？是否有某种方法，让线性不可分的数据变得线性可分呢？有！其思想说来也简单，来用一
2014-04-26 14:01:26
430
转载 SVM入门（六）线性分类器的求解——问题的转化，直观角度
让我再一次比较完整的重复一下我们要解决的问题：我们有属于两个类别的样本点（并不限定这些点在二维空间中）若干，如图，圆形的样本点定为正样本（连带着，我们可以把正样本所属的类叫做正类），方形的点定为负例。我们想求得这样一个线性函数（在n维空间中的线性函数）：g(x)=wx+b使得所有属于正类的点x+代入以后有g(x+)≥1，而所有属于负类的点x-代入后有g(x-)≤-1（之所以总跟1比
2014-04-26 13:58:58
452
转载 SVM入门（五）线性分类器的求解——问题的描述Part2
从最一般的定义上说，一个求最小值的问题就是一个优化问题（也叫寻优问题，更文绉绉的叫法是规划——Programming），它同样由两部分组成，目标函数和约束条件，可以用下面的式子表示：（式1）约束条件用函数c来表示，就是constrain的意思啦。你可以看出一共有p+q个约束条件，其中p个是不等式约束，q个等式约束。关于这个式子可以这样来理解：式中的x是自变量，但不限定它的维数必须为1（
2014-04-26 13:57:20
535
转载 SVM入门（四）线性分类器的求解——问题的描述Part1
上节说到我们有了一个线性分类函数，也有了判断解优劣的标准——即有了优化的目标，这个目标就是最大化几何间隔，但是看过一些关于SVM的论文的人一定记得什么优化的目标是要最小化||w||这样的说法，这是怎么回事呢？回头再看看我们对间隔和几何间隔的定义：间隔：δ=y(wx+b)=|g(x)|几何间隔： 可以看出δ=||w||δ几何。注意到几何间隔与||w||是成反比的，因此最大化几何间隔与
2014-04-26 13:56:14
475
转载 SVM入门（一）至（三）
支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中[10]。支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度，Accuracy）和学习能力（即无
2014-04-26 13:53:07
439
转载 图像处理和计算机视觉中的经典论文
感谢水木上同领域的同学分享，有了他的整理，让我很方便的获得了CV方面相关的经典论文，我也顺便整理一下，把pdf中的文字贴到网页上，方便其它人更直观的获取所要内容~~~ 资料的下载链接为： http://iask.sina.com.cn/u/2252291285/ish?folderid=775855 以下为该同学的整理的综述：“前言：最近由于工作
2014-04-24 07:40:08
860
转载 CV牛人牛事简介
原文地址：http://doctorimage.cn/2013/01/01/cv-intro-niubility/#6481970-qzone-1-83120-80417069b226f89a8531d1742d53942dCV人物1：Jianbo Shi史建波毕业于UC Berkeley，导师是Jitendra Malik。其最有影响力的研究成果：图像分割。其于2000年在P
2014-04-24 07:36:39
618
转载 gcc和g++区别
转自gcc和g++都是GNU(组织)的一个编译器。误区一:gcc只能编译c代码,g++只能编译c++代码两者都可以，但是请注意：1.后缀为.c的，gcc把它当作是C程序，而g++当作是c++程序；后缀为.cpp的，两者都会认为是c++程序，注意，虽然c++是c的超集，但是两者对语法的要求是有区别的。C++的语法规则更加严谨一些。2.编译阶段，g++会调用gcc，对于c++代
2014-04-23 08:31:05
640
翻译 mingw跟cgywin的gcc编译器区别
mingw和cgywin的gcc编译器区别In general C codes written in Unix can’t be compiled in Windows OS. Unix has some special system calls(like fork, spawn, signals, select, sockets and so on) which Windows does
2014-04-23 08:25:47
1164
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人