一、颜色矩公式 一阶颜色矩——均值，反映图像明暗程度 二阶颜色矩 ——标准差，反映图像颜色分布范围 三阶颜色矩 ——方差，反映图像颜色分布对称性 二、方法一： firstMoment = mean(mean(tmpImage)); % 一阶颜色矩 difference = tmpImage(:,:,... ...
分类：
编程语言 时间：
2016-05-20 11:38:26
阅读次数：
2520
Data Preprocessing, Weights Initialization与Batch NormalizationData Preprocessing Weights Initialization与Batch Normalization
数据预处理Data Preprocessing
权重初始化Weights Initialization
让权重初始化为0
0方差1e-2标准差
0方差1标...
分类：
其他好文 时间：
2016-05-18 19:27:31
阅读次数：
241
来源：http://blog.sina.com.cn/s/blog_60a751620101gkja.html 在脑科学中，通常采用重复测量的方式来开展研究。也就是设计不同的任务，让同一个被试都做一遍，来找出差异。这样做不仅是为了节约经费(想想如果4个条件，每个条件找20人，就得给出80人的被试费！ ...
分类：
其他好文 时间：
2016-05-16 19:41:38
阅读次数：
1048
昨天我使用Spark MLlib的朴素贝叶斯进行手写数字识别，准确率在0.83左右，今天使用了RandomForest来训练模型，并进行了参数调优。首先来说说RandomForest 训练分类器时使用到的一些参数：
numTrees：随机森林中树的数目。增大这个数值可以减小预测的方差，提高预测试验的准确性，训练时间会线性地随之增长。
maxDepth：随机森林中每棵树的深度。增加这个值可以是模型更具...
分类：
其他好文 时间：
2016-05-13 14:58:40
阅读次数：
296
最大类间方差法是由日本学者大津于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最... ...
分类：
其他好文 时间：
2016-05-13 11:10:18
阅读次数：
203
LMS算法，即为最小均方差，求的是误差的平方和最小。 利用梯度下降，所谓的梯度下降，本质上就是利用导数的性质来求极值点的位置，导数在这个的附近，一边是大于零，一边又是小于零的，如此而已。。。 而这个里，导数的正负性，是依靠误差的正负来决定的，懒得多说，大致如图： ...
分类：
编程语言 时间：
2016-05-13 09:24:01
阅读次数：
373
标准差（或方差），分为 总体标准差（方差）和 样本标准差（方差）。 前者分母为n，后者为n-1。后者是无偏的。 pandas里的 .std() 和 .var() 都是算的无偏的。 而numpy是有偏的。 那么在pandas里想算有偏的（即总体标准差或总体方差），怎么做？ https://github ...
分类：
其他好文 时间：
2016-05-13 07:56:57
阅读次数：
11419
“Xavier”初始化方法是一种很有效的神经网络初始化方法，方法来源于2010年的一篇论文《Understanding the difficulty of training deep feedforward neural networks》，可惜直到近两年，这个方法才逐渐得到更多人的应用和认可。为了使得网络中信息更好的流动，每一层输出的方差应该尽量相等。基于这个目标，现在我们就去推导一下：每一层的权...
分类：
其他好文 时间：
2016-05-13 04:15:31
阅读次数：
591
PCA最大化单个维度的区分性，减少维度之间的影响。区分性度量：方差维度之间影响：协方差因此用矩阵表示之后就是协方差矩阵的特征值和特征向量。1.构造矩阵。2.求出矩阵的协方差矩阵。3.求出协方差矩阵的特征值和特征向量，即在这些方向上不变。4.选出其中的几个方向能够比较完整表示所有的向量。5.计算在新坐标轴上的坐标ref:http://www.cnblogs.com/CBDoctor/archive/...
分类：
其他好文 时间：
2016-05-13 02:36:08
阅读次数：
141
本次简单介绍一下MSRA初始化方法，方法同样来自于何凯明paper 《Delving Deep into Rectifiers:Surpassing Human-Level Performance on ImageNet Classification》.Motivation
MSRA初始化
推导证明
补充说明
Motivation网络初始化是一件很重要的事情。但是，传统的固定方差的高斯分布初始化，在...
分类：
其他好文 时间：
2016-05-12 23:53:03
阅读次数：
1478
