xuanyuyt - 博客园

2017年1月2日

摘要： 1. 引言从根本上来说，一张图像是一个由数值组成的矩阵。这也是opencv中使用 cv::Mat 这个数据结构来表示图像的原因。矩阵的每一个元素代表一个像素。对于灰度图像（单通道）而言，像素由8位无符号数来表示，其中0代表黑色，255代表白色。对于彩色图像（BGR三通道）而言，每个像素需要三个这样阅读全文

posted @ 2017-01-02 16:55 xuanyuyt 阅读(1402) 评论(0) 推荐(0)

2016年12月15日

在Windows下编译扩展OpenCV 3.1.0 + opencv_contrib 及一些问题

摘要：一、准备工作： 1.下载OpenCV安装包 https://github.com/opencv/opencv 安装过程实际上就是解压过程，安装完成后得到（这里修改了文件名）： 2.下载opencv_contrib源码 https://github.com/opencv/opencv_contrib 阅读全文

posted @ 2016-12-15 16:54 xuanyuyt 阅读(2999) 评论(0) 推荐(0)

2016年12月9日

windows + python + dlib

摘要：我试了网上的各种教程，结果都是屁话阅读全文

posted @ 2016-12-09 21:54 xuanyuyt 阅读(475) 评论(0) 推荐(0)

3. Decision Tree

摘要： 1. 算法流程一般的，一颗决策树包含一个根结点、若干内部结点和若干叶结点；叶节点对应于决策结果，其他每个结点则对应于一个属性测试结果；每个结点包含的样本集合根据属性测试的结果被划分到子结点中；根结点包含样本全集。从根结点到每个叶子结点的路径对应了一个判定测试序列。决策树学习的目的是为了产生一颗泛化阅读全文

posted @ 2016-12-09 20:54 xuanyuyt 阅读(322) 评论(0) 推荐(0)

6. Ensemble learning & AdaBoost

摘要： 1. ensemble learning 集成学习集成学习是通过构建并结合多个学习器来完成学习任务，如下图：集成学习通过将多个学习学习器进行结合，常可以获得比单一学习器更优秀的泛化性能从理论上来说，使用“弱学习器”集成足以获得好的性能，当实践中出于种种考虑，人们往往会使用比较强的学习器。以下阅读全文

posted @ 2016-12-09 20:54 xuanyuyt 阅读(890) 评论(0) 推荐(0)

5. support vector machine

摘要： 1. 了解SVM 1. Logistic regression回顾 Logistic regression目的是从特征中学习出一个0/1二分类模型，而这个模型是将特性的线性组合作为自变量，由于自变量的取值范围是负无穷到正无穷。因此，使用logistic function（或称作sigmoid fun 阅读全文

posted @ 2016-12-09 20:54 xuanyuyt 阅读(308) 评论(0) 推荐(0)

2016年11月30日

机器学习实战（二）决策树

摘要：在构造决策树时，我们需要解决的第一个问题就是，当前数据集上哪个特征在划分数据分类时起决定性作用。为了找到决定性特征，划分出最好的结果，我们必须评估每个特征。完成测试之后，原始数据集就被划分为几个数据子集。这些数据子集会分布在第一个决策点的所有分支上。如果某个分支下的数据属于同一类型，则此分支无需继续阅读全文

posted @ 2016-11-30 09:39 xuanyuyt 阅读(1648) 评论(0) 推荐(0)

2016年11月27日

机器学习实战（一）kNN

摘要： $k$-近邻算法（kNN）的工作原理：存在一个训练样本集，样本集中的每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对于关系。输入没有标签的新数据后，将新数据的每一个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标签。一般来说，我们只选择样本数据集阅读全文

posted @ 2016-11-27 22:29 xuanyuyt 阅读(1446) 评论(0) 推荐(0)

2016年11月20日

深度学习笔记（无）VGG14

摘要： Very Deep Convolutional Networks for Large-Scale Image Recognition 1. 主要贡献本文探究了参数总数基本不变的情况下，CNN随着层数的增加，其效果的变化。(thorough evaluation of networks of inc 阅读全文

posted @ 2016-11-20 20:04 xuanyuyt 阅读(716) 评论(0) 推荐(0)

2016年10月31日

深度学习笔记（一）线性分类器（基础知识）

摘要：声明，这个系列基本是我自己的一些学习过程，方便我自己后期复习的！ 1.线性分类器线性分类器主要由两个部分组成：一个是评分函数（score function），它是一个从原始图像到类别分值的映射函数。另一个是损失函数（loss function）也叫代价函数（cost function），它是用阅读全文

posted @ 2016-10-31 21:27 xuanyuyt 阅读(11238) 评论(0) 推荐(2)

公告