摘要：马尔科夫随机场（MRF）模型是一种描述图形结构的概率模型，是一种较好的描述纹理的方法。它是建立在MRF模型和Bayes估计的基础上，按照统计决策和估计理论中的最优准则确定问题的解。其突出的特点是通过适当定义的邻域系统引入结构信息，提供了一种一般用来表达空间上相关随机变量之间相互作用的模型，由此所生成 阅读全文

摘要：源于 "博客" GBRT（梯度提升回归树）有好多名字，标题全是它的别名。 它是一种迭代的回归树算法，由多棵回归树组成，所有树的结论累加起来得到最终结果。在被提出之初与SVM一起被认为是泛化能力较强的算法。 主要由三个概念组成：回归决策树Regression Decistion Tree（即DT)，梯 阅读全文

摘要：基本K均值聚类 "基本思路" 包含python实现代码。 首先选择K个初始质心（集合中所有点度量值的均值），K值为期望得到的簇的个数，大小自己定；将每个点指派到最近的质心，点与点之间的距离通过两点对应度量值差的绝对值进行度量，然后根据指派到簇的点，更新每个簇的质心，重复指派和更新，知道簇不再发生变化 阅读全文

摘要：本文来自 "百度文档" 还有一篇比较好的 "博文" 1. 粒子滤波理论 粒子滤波通过非参数化的蒙特卡洛(Monte Carlo)模拟方法来实现递推贝叶斯滤波，适用于任何能用状态空间模型描述的非线性系统，精度可以逼近最优估计。 1.1. 贝叶斯滤波 动态系统的目标跟踪问题可以通过下图的状态空间模型来描 阅读全文

摘要：两个基本假设： 1. 齐次马尔科夫假设：隐藏的马尔科夫链在任意时刻的状态只依赖于前一时刻的状态，与其他时刻的状态及观测无关，也与时刻无关。 2. 观测独立性假设：任意时刻的观测只依赖于该时刻的马尔科夫链状态，与其他观测及状态无关。 公式部分总是整不好，就不写了。参考 "相国大人的博客" 跑了一下博客 阅读全文