标签: matlab


  1. Machine Learning 第一周和第二周

    一直有想看Andrew Ng的机器学习课程,但是拖了很久都没有看完。之前也写过一些相关的博客,但是在博客搬家的时候没有保存下来。 第一周和第二周的内容比较少,作业也是在一起布置的。WEEK 1IntroductionWhat is machine learning?机器学习的定义:为了完成某个目标T,从经验E中学习,同时具有一定的判断标准P。Supervised Learning监督学习:部分样本已有正确的结果。分类: 回归问题(regression):预测输出结果是连续值。 分类问题(c…

    理性, 机器学习, matlab, coursera, MathJax阅读全文

  2. Gradient Descent(梯度下降)

    这段时间不是很忙,也看到Andrew Ng在Coursera上的machine learning开课了,就顺带着看看。第一周和第二周讲的都是比较简单的问题,主要就是介绍了Cost Function以及最小化的几个方法。我这里要说的就是其中的一种:Gradient desxcent(梯度下降)。 梯度下降这个概念对很多人来说都不是很熟悉了,我之前看过关于HOG(方向梯度直方图)的一篇论文,再看梯度下降就有种熟悉感。梯度下降的思想在介绍梯度下降之前我们先引入一个Cost function(代价函数…

    理性, matlab, 机器学习, MathJax阅读全文

  3. Harr 小波变换

    我在网上了解小波变换的时候,发现它是常用于信号处理的一种方法,但是在论文里也常看到小波变换用于图像处理。小波函数在一定的时间间隔内波形幅度的平均值为0。现在有很多小波函数,Haar小波变换函数是其中最基础的一种,是最简单的正交归一化小波Harr 简介我们先看一下Harr相关的函数图形:由上图可以以得知Harr小波函数是一个支撑域(函数$\psi(t)$不为0的区间)在$[0,1]$内的单个矩形波,公式如下:$$\psi(t)=\begin{equation}\left \{\begin{alig…

    理性, matlab, 机器学习, MathJax阅读全文

  4. 主成分分析(Principal Component Analysis)

    我们在做图像处理的时候,为了避免提取的特征维数太高使得计算速度变慢,可以用下面几种方法降低特征的维数:在一开始的时候对图片预处理,降低图片本身的维数。在特征提取的过程中对特征进行处理,降低特征的的维数。(比如对LBP特征进行直方图统计,就有均衡模式的LBP这个方法来降低特征的维数)采用一些降维德方法。(比如我们要介绍的PCA)数学理论 PCA降维的思想方法是找到一个投影矩阵,这个矩阵对应了一个维数更低的空间,样本经过和这个投影矩阵运算,可以变成维数更小的矩阵,从而达到投影的目的。至于怎么这…

    理性, 机器学习, matlab, MathJax阅读全文