摘要：
关联规则、频繁项集、支持度、置信度 关联规则挖掘： 一起购买的商品 支持度（support） 支持度会随着物品增多而减小。因为是同时购买的比率。 置信度（Confidence） 频繁且强规则，有一定意义。 Apriori算法 太复杂。 先寻找频繁项集（大于所设置阈值），这时剔除掉不频繁的了。 构建下 阅读全文
posted @ 2018-12-27 21:04
ostartech
阅读(297)
评论(0)
推荐(0)
摘要：
卷积 作用： 降低一点点维度 通过不同的卷积核提取不同的特征 卷积核：提取特征 一个卷积核提取一种特征 假设3*3的卷积核，每个卷积核9个参数 卷积核内的参数由训练所得。固定的 权值共享：每一次滑窗所使用的卷积核都是相同的。 卷积主要是用来提取特征，降维的作用不是很明显。 卷积核：3×3，5×5，7 阅读全文
posted @ 2018-12-25 21:35
ostartech
阅读(142)
评论(0)
推荐(0)
摘要：
Fast RCNN更准一些、其损失函数比YOLO简单。 YOLO更快 YOLO(You Only Look Once) 简介： 测试过程： 训练过程: 坐标、含有、不含、类别预测 目标检测的效果准确率 mAP：值1-100,m是mean。 YOLO v2 YOLO v2: https://arxiv 阅读全文
posted @ 2018-12-22 21:18
ostartech
阅读(676)
评论(0)
推荐(0)
摘要：
FASTTEXT（Facebook开源技术） 二分类任务，监督学习。 自然语言 NLP自然语言处理 步骤： 语料Corpus：好评和差评 分词Words Segmentation：基于HMM构建dict tree 构建词向量Construct Vector： 构建词向量Construct Vecto 阅读全文
posted @ 2018-12-21 21:01
ostartech
阅读(923)
评论(0)
推荐(0)
摘要：
SUPERRESOLUTION GRAPHICAL USER INTERFACE DOCUMENTATION Contents 1.- How to use this application. 2.- What is Super-Resolution? 3.- Motion Estimation a 阅读全文
posted @ 2018-12-21 12:23
ostartech
阅读(542)
评论(0)
推荐(0)
摘要：
预测评分，线性回归模型。推荐预测评分高的。 基于商品的协同过滤： 基于用户的协同过滤： 相似度衡量：欧式距离、皮尔逊系数、余弦相似度。 由评分，没看过的是？，预测评分来推荐。 结合内容参数，来预测评分： 线性回归模型 建立损失函数，引入正则化项防止过拟合。对所有用户的损失函数加起来。 梯度下降法优化 阅读全文
posted @ 2018-12-20 20:48
ostartech
阅读(172)
评论(0)
推荐(0)
摘要：
ImagePy http://www.imagepy.org/ 分水岭,山脊线 断的连线 距离变换，降水 阅读全文
posted @ 2018-12-20 20:32
ostartech
阅读(612)
评论(0)
推荐(0)
摘要：
超分辨率算法代码 POCS算法，凸集投影法。 pocs.m，没有调用的代码，没看懂。。只有这个函数。。抱歉。 【其他】貌似这个里面有，可以试一下，没下载过 凸集投影法（POCS）超分辨重建算法MATLAB实现 https://download.csdn.net/download/styyzxjq20 阅读全文
posted @ 2018-12-20 18:57
ostartech
阅读(1065)
评论(0)
推荐(0)
摘要：
文件路径： main.m： monarch： 耗时： psnr由28.4249->30.1206，提升了1.6957。 阅读全文
posted @ 2018-12-20 17:39
ostartech
阅读(306)
评论(0)
推荐(0)
摘要：
文件路径： 滤波算法main.m： 记录：有些忘了，貌似是想对比滤波+插值和插值+滤波？ [PSNR_ori, MSE_ori] = psnr(rima, ima_ori);[PSNR_nlm, MSE_nlm] = psnr(fima, ima_ori); 分别计算的是单纯降采样后又插值的psnr 阅读全文
posted @ 2018-12-20 17:15
ostartech
阅读(753)
评论(0)
推荐(0)
浙公网安备 33010602011771号