路漫漫其修远兮

摘要： 摘要：两篇文档是否相关往往不只决定于字面上的词语重复，还取决于文字背后的语义关联。对语义关联的挖掘，可以让我们的搜索更加智能化。本文着重介绍了一个语义挖掘的利器：主题模型。主题模型是对文字隐含主题进行建模的方法。它克服了传统信息检索中文档相似度计算方法的缺点，并且能够在海量互联网数据中自动寻找出文字间的语义主题。近些年来各大互联网公司都开始了这方面的探索和尝试。就让我们看一下究竟吧。关键词：主题模型技术领域：搜索技术、自然语言处理假设有两个句子，我们想知道它们之间是否相关联：第一个是：“乔布斯离我们而去了。”第二个是：“苹果价格会不会降？”如果由人来判断，我们一看就知道，这两个句子之间虽然没有 阅读全文

摘要： 转自水木社区各种工具包的有效利用可以使研究者事半功倍。以下是NLP版版友们提供整理的NLP研究工具包。同时欢迎大家提供更多更好用的工具包，造福国内的NLP研究。*NLP ToolboxCLThttp://complingone.georgetown.edu/~linguist/compling.htmlGATEhttp://gate.ac.uk/Natural Language Toolkit(NLTK)http://nltk.orgMALLEThttp://mallet.cs.umass.edu/index.php/Main_PageOpenNLPhttp://opennlp.sourcef 阅读全文

摘要： 一．下载libsvmhttp://www.csie.ntu.edu.tw/~cjlin/libsvm/在libsvm的网站上下载 libsvm-3.12.zip文件，解压后放在任意目录下，最好放在MATLAB工具箱中，比如 C:\Program Files\MATLAB\R2011a\toolbox\libsvm-3.12下。二．配置编译器打开 matlab，切换到C:\Program Files\MATLAB\R2011a\toolbox\libsvm-3.12\matlab目录下，键入以下命令：mex –setup出现提示语句Please choose your compiler for 阅读全文

摘要： https://netfiles.uiuc.edu/jbhuang1/www/resources/vision/index.html 阅读全文

摘要： 一、投稿信1. Dear Dr. Defendi ML:I am sending a manuscript entitled “” by – which I should like to submit for possible publication in the journal of - .Yours sincerely2. Dear Dr. A:Enclosed is a manuscript entitled “” by sb, which we are submitting for publication in the journal of - . We have chosen thi 阅读全文

摘要： Prof. Shah 是计算机视觉的大牛，尤其是视频中的行为识别，做的很不错，Jingen Liu就是他的学生。Source Code[Background Modeling][Shape from Shading][Fundamental Matrix][Mean-Shift Algorithms][Kernel Density Estimation][K-Means Algorithm][Normalized Graph Cut][Dimension Reduction][Facial Analysis][Optical Flow][Image Registration][Color Sp 阅读全文

摘要： JMLR上面的开源软件To support the open source software movement, JMLR MLOSS publishes contributions related to implementations of non-trivial machine learning algorithms, toolboxes or even languages for scientific computing. Submission instructions are availablehere.A Library for Locally Weighted Projection 阅读全文

摘要： Matlab的figure中输入上标、下标、特殊符号或字体坐标轴标注：1. 控制坐标轴尺度长度：set(gca,'XLim',[-pi/2 pi])2. 定制自己想标注的刻度： （1）set(gca,'XTick',[-pi/2:pi/4:pi]) （2）set(gca,'XTickLabel',{'-pi/2' '-pi/4:' '0' 'pi/4' 'pi/2' 'pi*3/4' 'pi'})3. 反转坐标轴：set(gca, 阅读全文

摘要： 要明确Adaboost是一种算法。介绍一下Adaboost的历史。Adaboost的前身的Boosting算法。Boosting是一种提高任意给定学习算法准确度的方法。它的思想起源于Valiant提出的PAC(Probably Approximately Correct)学习模型。Valiant和Kearns提出了弱学习和强学习的概念,识别错误率小于1/2,也即准确率仅比随机猜测略高的学习算法称为弱学习算法;识别准确率很高并能在多项式时间内完成的学习算法称为强学习算法。同时,Valiant和Kearns首次提出了PAC学习模型中弱学习算法和强学习算法的等价性问题，即任意给定仅比随机猜测略好的弱 阅读全文

摘要： 对人脸检测的研究最初可以追溯到 20 世纪 70 年代，早期的研究主要致力于模板匹配、子空间方法，变形模板匹配等。近期人脸检测的研究主要集中在基于数据驱动的学习方法，如统计模型方法，神经网络学习方法，统计知识理论和支持向量机方法，基于马尔可夫随机域的方法，以及基于肤色的人脸检测。目前在实际中应用的人脸检测方法多为基于 Adaboost 学习算法的方法。Viola人脸检测方法是一种基于积分图、 级联检测器和AdaBoost 算法的方法，方法框架可以分为以下三大部分:第一部分，使用Harr-like特征表示人脸，使用“ 积分图”实现特征数值的快速计算;第二部分， 使用Adaboost算法挑选出一些 阅读全文