![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学知识
O天涯海阁O
主要从事图像分析算法设计、深度学习
展开
-
basics of level set
level set basics原创 2022-11-05 17:43:26 · 403 阅读 · 1 评论 -
Image Segmentation Based on Active Contours without Edges
Nonlinear Anisotropic DiffusionActive Contours without Edges原创 2022-10-30 11:42:31 · 258 阅读 · 0 评论 -
Geodesic Active Contours
2.1 Energy Based Active ContoursThe classical snakes approach (Kass et al., 1988) associates the curve C with an energy given byTherefore, curve smoothing will be obtained also with β = 0, having only the first regularization termcurve evolution equat原创 2022-10-29 17:41:53 · 428 阅读 · 0 评论 -
fundamental of Level set method
Ref: Level Set Methods and Dynamic Implicit Surfaces原创 2022-10-15 15:28:40 · 184 阅读 · 0 评论 -
1D and 2D Gaussian Derivatives
http://campar.in.tum.de/Chair/HaukeHeibelGaussianDerivativesThe Two-Dimensional CaseBase Function (0th order)Computes discrete 1D gaussian functionsfunction [ gaussian ] = gaussian( x, sigma, order, normalize ) if isempty(normalize)转载 2021-11-11 09:19:42 · 825 阅读 · 0 评论 -
梯度下降原理解析
1 原理在机器学习的核心内容就是把数据喂给一个人工设计的模型,然后让模型自动的“学习”,从而优化模型自身的各种参数,最终使得在某一组参数下该模型能够最佳的匹配该学习任务。那么这个“学习”的过程就是机器学习算法的关键。梯度下降法就是实现该“学习”过程的一种最常见的方式,尤其是在深度学习(神经网络)模型中,BP反向传播方法的核心就是对每层的权重参数不断使用梯度下降来进行优化。梯度下降法(gradient descent)是一种常用的一阶(first-order)优化方法,是求解无约束优化问题最简单、最经典的方法转载 2020-08-05 11:44:25 · 445 阅读 · 0 评论 -
数学知识--Levenberg-Marquardt算法浅谈
https://blog.csdn.net/liu14lang/article/details/5399189711转载 2019-03-29 13:50:19 · 920 阅读 · 0 评论 -
数学知识-- 信赖域(Trust Region)算法是怎么一回事
信赖域(Trust Region)算法是怎么一回事转载自: https://www.codelast.com/原创信赖域trust-region算法是怎么一回事/ 如果你关心最优化(Optimization),你一定听说过一类叫作“信赖域(Trust Region)”的算法。在本文中,我将讲述一下信赖域算法...转载 2019-03-29 13:26:34 · 2566 阅读 · 0 评论 -
数学知识--Methods for Non-Linear Least Squares Problems(第三章)
Methods for Non-Linear Least Squares Problems 非线性最小二乘问题的方法2nd Edition, April 2004K. Madsen, H.B. Nielsen, O. Tingleff3 Non-linear least squares problems 非线性最小二乘问题接下来我们主要关注非线性最小二乘问题的讨论。给定一个向量函数 f:...原创 2019-04-02 09:07:18 · 3041 阅读 · 0 评论 -
数学知识--Unconstrained Optimization(第二章)
Unconstrained Optimization3. Edition, March 2004Poul Erik Frandsen, Kristian Jonasson Hans Bruun Nielsen, Ole Tingleff2 Descent Methods这里我们介绍的方法都是迭代方法。对于求解函数的 局部极小值点 x*, 我们通过迭代产生一系列点,不断的逼近 x*...原创 2019-03-30 17:02:26 · 1618 阅读 · 1 评论 -
数学知识--Unconstrained Optimization(第一章)
Unconstrained Optimization3. Edition, March 2004Poul Erik Frandsen, Kristian Jonasson Hans Bruun Nielsen, Ole Tingleff1 Introduction最优化问题,对于一个给定函数 F,我们寻找一个向量 x* 使得 F(x*)为函数局部极小值函数的最大值问题和最小值问题本质是...原创 2019-03-30 17:02:08 · 911 阅读 · 0 评论 -
数学知识--Methods for Non-Linear Least Squares Problems(第二章)
Methods for Non-Linear Least Squares Problems 非线性最小二乘问题的方法2nd Edition, April 2004K. Madsen, H.B. Nielsen, O. Tingleff2 Descent Methods第二章 下降方法非线性优化的所有方法都是 iterative:从一个起始点 x0 开始,算法生成一系列向量 x1 , ...原创 2019-03-30 17:01:46 · 1668 阅读 · 0 评论