07 2016 档案

01-subgradients_notes
摘要：Subgradients 次梯度 S. Boyd and L. Vandenberghe Notes for EE364b, Stanford University, Winter 2006-07 April 13, 20081 定义 我们称一个矢量g∈Rn是函数f:Rn→R在x∈... 阅读全文

posted @ 2016-07-31 10:24 Raby_Draby 阅读(576) 评论(0) 推荐(0)

课程
摘要：EE364b EE227BT （test） EE236C 阅读全文

posted @ 2016-07-24 16:55 Raby_Draby 阅读(243) 评论(0) 推荐(0)

Proximal Algorithms--Accelerated proximal gradient method
摘要：4.3 Accelerated proximal gradient method：加速近端梯度方法： 基本的近端梯度方法的所谓的“加速”版本，就是在算法中包含了一个外推(extrapolation)步骤，一个简单的版本是： yk+1:=xk+ωk(xk−xk−1) xk+1:=pr... 阅读全文

posted @ 2016-07-23 20:02 Raby_Draby 阅读(1247) 评论(0) 推荐(0)

Proximal Algorithms--proximal gradient algorithm
摘要：4.2 近端梯度法Proximal gradient method 无约束的优化问题，代价函数可以分成两个部分: minf(x)=g(x)+h(x) 其中 1.g是凸的，可微的，并且domg=Rn, 2.f是闭的，凸的，可能不可微，proxh容易计算。例如问题：L1 no... 阅读全文

posted @ 2016-07-21 19:22 Raby_Draby 阅读(1059) 评论(0) 推荐(0)

Proximal Algorithms--Proximal minimization
摘要：4.1 近端最小化 Proximal minization 近端最小化算法(proximal minization algorithm)，也称为近端迭代(proximal iteration)或者近端点算法(proximal point algorithm). xk+1:=pr... 阅读全文

posted @ 2016-07-21 11:15 Raby_Draby 阅读(756) 评论(0) 推荐(0)

Proximal Algorithms--Moreau-Yosida regularization
摘要：3.1 Moreau-Yosia regulariztion莫罗-吉田正则化。 共轭函数f∗: 若函数f:Rn→R是定义在Rn上的凸函数，则函数f(x)的共轭函数f∗:Rn→R定义为： f∗(x∗)=supx(−f(x))适当闭凸函数（proper closed conv... 阅读全文

posted @ 2016-07-19 21:24 Raby_Draby 阅读(3427) 评论(0) 推荐(2)

Proximal Algorithms--Fixed points
摘要：2.3 Fixed points近端操作： proxf(v)=argminx(f(x)+(1/2)||x−v||22)(1.1) 当前仅当： x∗=proxf(x∗) 即一个点经过近端操作后是其本身，那么点x∗最小化函数f，我们称x∗是proxf的一个固定点（a fixed poi... 阅读全文

posted @ 2016-07-19 16:03 Raby_Draby 阅读(1254) 评论(0) 推荐(0)

Proximal Algorithms
摘要：Proximal Algorithms:近端算法，近似算法 proximal operator:近端操作，近似操作1 简介1.1定义 a proper convex function: 在数值分析和优化中，一个proper convex function 函数是这样的一个凸函... 阅读全文

posted @ 2016-07-18 16:19 Raby_Draby 阅读(3041) 评论(1) 推荐(0)

Create uint8/char/uchar buffer for storing the structure into matlab memory
摘要：将Matlab Struct 转换为 C++ Struct，然后以二进制的形式存储在.dat文 件中。读取二进制形式的.dat文件，存储在C++ Struct中，并将其转换为uchar Buffer存储在matlab memory中。读取Matlab传递过来的Buffer，并将其转... 阅读全文

posted @ 2016-07-17 10:18 Raby_Draby 阅读(285) 评论(0) 推荐(0)

Matlab/C++混合编程时,Matlab System Error...
摘要：Matlab/C++混合编程时，出现： Matlab has encountered an internal problem and needs to close. The unsaved information you were working on may be lost. W... 阅读全文

posted @ 2016-07-15 21:13 Raby_Draby 阅读(539) 评论(0) 推荐(0)

Matlab和C++混合编程
摘要：1 利用 mexopencv 实现各种数据的转换int i = MxArray(prhs[0]).toInt();double d = MxArray(prhs[0]).toDouble();bool b = MxArray(prhs[0]).toBool();std::strin... 阅读全文

posted @ 2016-07-14 10:03 Raby_Draby 阅读(773) 评论(0) 推荐(0)

模型的学习
摘要：有结构的SVM[1]w∗=argminw∈Rn[λ2||w||2+R(w)] 其中损失函数R(w)为： R(w)=1m∑i=1mmaxs∈S(L(si,s)+)−1m∑i=1m 其中：m表示样本的数量，si是第i个样本的真实landmarks的位置。Ii表示第i幅图像（样本）。支持... 阅读全文

posted @ 2016-07-10 21:32 Raby_Draby 阅读(246) 评论(0) 推荐(0)

动态规划
摘要：星型结构的动态规划图1.归一化的人脸图像 其中,S0,S1,S2,S3,S4分别是cen,lel,rer,ml,mr,（即中心，左眼眼角，右眼眼角和嘴左角，嘴右脚）是搜索空间。 红色的点和蓝色的点之间的连线称之为：spring，其外围的虚线边框是该特征点对应的patch.动态规划问... 阅读全文

posted @ 2016-07-10 11:09 Raby_Draby 阅读(338) 评论(0) 推荐(0)

随机梯度下降求解非平滑优化：收敛结果和最优平均策略。
摘要：参考文献：Stochastic Gradient Descent for Non-smooth Optimization: Convergence Results and Optimal Averaging Schemes文章分析了：- Individual SGD Iterate... 阅读全文

posted @ 2016-07-07 20:32 Raby_Draby 阅读(844) 评论(0) 推荐(0)

正交投影到子空间/欧式投影到子空间或仿射空间或凸集
摘要：orthogonal projection onto a convex orthogonal projection onto a subspace orthogonal projection onto affine space Euclidean projection on a s... 阅读全文

posted @ 2016-07-07 15:07 Raby_Draby 阅读(685) 评论(0) 推荐(0)

集合上的欧式投影或者欧式投影到一个集合
摘要：英文： Euclidean projection on a set Euclidean projection onto a set 即：近端操作(proximal operator )的一个特例。其中一个scaled function的近端操作，通过下面的公式表示: proxλf(... 阅读全文

posted @ 2016-07-07 09:48 Raby_Draby 阅读(2161) 评论(0) 推荐(0)

导航