2013年7月21日

985大学的部分课程链接

摘要: 国内精品课程-VeryCd U资源索引热19341217864042010-07-01 13:58http://video.chaoxing.com/超星大讲堂http://202.38.70.145/中科大http://jpck.zju.edu.cn/eln/pub1/kczy2.jsp浙大http://jpkc.nudt.edu.cn/国防科大http://www.tocwc.org.tw/台湾开放课程http://vod.bjut.edu.cn/北京工业大学http://qcourse.tsinghua.edu.cn/清华http://60.29.252.147/北大优质资源共享试点ht 阅读全文

posted @ 2013-07-21 19:43 翠竹林 阅读(496) 评论(0) 推荐(0) 编辑

SVD学习

摘要: 前言:上一次写了关于PCA与LDA的文章,PCA的实现一般有两种,一种是用特征值分解去实现的,一种是用奇异值分解去实现的。在上篇文章中便是基于特征值分解的一种解释。特征值和奇异值在大部分人的印象中,往往是停留在纯粹的数学计算中。而且线性代数或者矩阵论里面,也很少讲任何跟特征值与奇异值有关的应用背景。奇异值分解是一个有着很明显的物理意义的一种方法,它可以将一个比较复杂的矩阵用更小更简单的几个子矩阵的相乘来表示,这些小矩阵描述的是矩阵的重要的特性。就像是描述一个人一样,给别人描述说这个人长得浓眉大眼,方脸,络腮胡,而且带个黑框的眼镜,这样寥寥的几个特征,就让别人脑海里面就有一个较为清楚的认识,实际 阅读全文

posted @ 2013-07-21 19:24 翠竹林 阅读(876) 评论(0) 推荐(1) 编辑

资源三:机器学习源代码

摘要: 今天给大家介绍一下经典的开源机器学习软件:编程语言:搞实验个人认为当然matlab最灵活了(但是正版很贵),但是更为前途的是python(numpy+scipy+matplotlib)和C/C++,这样组合既可搞研究,也可搞商业开发,易用性不比matlab差,功能组合更为强大,个人认为,当然R和java也不错.1.机器学习开源软件网(收录了各种机器学习的各种编程语言学术与商业的开源软件)http://mloss.org2 偶尔找到的机器学习资源网:(也非常全,1和2基本收录了所有ML的经典开源软件了)http://www.dmoz.org/Computers/Artificial_Intell 阅读全文

posted @ 2013-07-21 19:12 翠竹林 阅读(658) 评论(0) 推荐(0) 编辑

资源二:计算机视觉,机器学习方面牛人网站链接

摘要: 牛人主页(主页有很多论文代码)Serge Belongieat UC San DiegoAntonio Torralbaat MITAlexei Ffrosat CMUCe Liuat Microsoft Research New EnglandVittorio Ferrariat Univ.of EdinburghKristen Graumanat UT AustinDevi ParikhatTTI-Chicago(Marr Prize at ICCV2011)John Wrightat Columbia Univ.Piotr Dollarat CalTechBoris Babenkoat 阅读全文

posted @ 2013-07-21 19:11 翠竹林 阅读(748) 评论(0) 推荐(0) 编辑

资源一:计算机视觉,机器学习方面的论文和算法代码

摘要: 原文地址:[ZZ]计算机视觉、机器学习相关领域论文和源代码大集合作者:计算机视觉与模式注:下面有project网站的大部分都有paper和相应的code。Code一般是C/C++或者Matlab代码。最近一次更新:2013-1-29一、特征提取Feature Extraction:SIFT [1] [Demo program][SIFT Library] [VLFeat]PCA-SIFT [2] [Project]Affine-SIFT [3] [Project]SURF [4] [OpenSURF] [Matlab Wrapper]Affine Covariant Features [5] 阅读全文

posted @ 2013-07-21 19:08 翠竹林 阅读(2728) 评论(1) 推荐(0) 编辑

导航