摘要：
简单的应用举例： Import java.util. ; public class Main{ public static void main(String[] args){ Scanner scan=new Scanner(System.in); while(scan.hasNext){ int 阅读全文
摘要：
一、人脸检测算法分类 目前人脸检测方法主要分为两大类，基于知识和基于统计。 基于知识的人脸检测方法主要包括：模板匹配，人脸特征，形状与边缘，纹理特征，颜色特征。 基于统计的人脸检测方法主要包括：主成分分析与特征脸法，神经网络模型，隐马尔可夫模型，支持向量机，Adaboost算法。 基于知识的方法将人 阅读全文
摘要：
Reference:https://blog.csdn.net/u011240016/article/details/52730807 阅读全文
摘要：
1. reshape 若$a=\begin{bmatrix} 1&2&3\\ 4&5&6 \end{bmatrix}$ b=reshape(a,[3,2]) 那么有： $b=\begin{bmatrix} 1 &5 \\ 4&3 \\ 2& 6 \end{bmatrix}$ 2. imresize 阅读全文
摘要：
归一化数据不仅可以将标量统一到（0，1）方便计算，在求loss function时还利于找到全局最优解。 Reference: https://blog.csdn.net/BVL10101111/article/details/54973321 阅读全文
摘要：
1. 如下图所示，在博客设置中将默认编辑器中的Mardown以及启用数学公式支持两个框勾选上； 2. 记得在带下标的符号或者输入公式两边加上\$号，如下图所示： 输出效果为： 阅读全文
摘要：
什么是反向传播 BP（back propagation）算法是利用复合函数的链式法则求解多层复合函数的所有变量的偏导数的有效方法。也可以说 ，反向传播，主要是链式法则的反复应用。（链式法则是微积分中的求导法则，用于求一个复合函数的导数） 一个简单的反向传播的例子 一个简单的网络结构图可以表示如下图所 阅读全文
摘要：
稀疏表示：假设有一个M N的矩阵Y，我们要找到一个M K的字典矩阵D和一个稀疏的K N的系数矩阵X，使得使得Y尽可能由D X表示，X就是Y的稀疏表示。 字典学习：字典学习包括两个阶段，一是字典构建阶段，而是利用字典稀疏地表示样本阶段，每个阶段都有不同的算法可以选择。 庞大数据可以由字典里的基本元素通 阅读全文
摘要：
个人觉得，对于抽象的问题，先举一个形象的例子，再与抽象的概念相结合，会更方便理解和记忆。 形象例子 [1] : 先验概率：投掷一个骰子，点数为1的概率是1/6，这就是先验概率。 后验概率：吃一道菜，你发现它是酸的，那么你猜这道菜加了醋的可能性为80%，这就是后验概率。 抽象概念 [2] ： 先验概率 阅读全文
摘要：
(1)Abstract: 1. 每个类别单个样本的人脸识别（face recognition with single sample per person, SSPP）是一个非常有挑战性的任务，因为在这种情况下很难通过标准样本库（gallery set）里面的样本对待测样本（query sample） 阅读全文