1.新闻的特征向量 TF-IDF(词频的权重度量)：TF1xIDF1 TF2xIDF2 TF3xIDF3.。。。。其中TF是词在文章中出现的频率，IDF是权重。给虚词赋予比较低的权重。 针对一篇文章，然后对词汇表的每个词给予一个TF-IDF值，这样就得到文章的特征向量，文章中没有出现 的词就是0。 ...
分类：
其他好文 时间：
2018-11-25 16:23:26
阅读次数：
203
什么叫人脸识别？人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。一、识别内容(1)人脸检测①参考模板法②人脸规则法③样品学习法④肤色模型法⑤特征子脸法(2)人脸跟踪(3)人脸比对①特征向量法②面纹模板法二、技术流程人脸识别系统主要包
分类：
其他好文 时间：
2018-11-22 21:03:31
阅读次数：
134
数据降维 分类 + PCA(主成分分析降维) + 相关系数降维 PCA 降维(不常用) 实现思路 + 对数据进行 标准化 + 计算出数据的 相关系数矩阵 (是方阵, 维度是nxn, n是特征的数量) + 计算出 相关系数矩阵 的特征值和特征向量(虽然这里说的是向量, 但是是矩阵, 这个矩阵的每一列都 ...
分类：
其他好文 时间：
2018-11-17 00:26:43
阅读次数：
260
对于一组对象的数据，将其的集合按照不同“属性”，而其对应的值为“属性值”，由“属性”所张成的空间称为“属性空间”。而一个对象的各个数据在”属性空间“中为不同坐标轴上的对应”属性值“，而在”属性空间“中的对应点所对应的向量就是该对象的”特征向量“。 由在这个”属性空间“中各个”特征向量“所建立的模型， ...
分类：
其他好文 时间：
2018-11-01 01:03:08
阅读次数：
167
第五章节点的重要性与相似性 关键节点是网络科学的重要研究内容之一本章要重点详细介绍无向网络中节点重要性排序的几个常用指标：度值，介数，接近数，k-壳值和特征向量 5.2无向网络节点重要性指标5.2.1度中心性 一个节点度越大就意味着这个节点越重要。 此类问题都与如何刻画节点在网络中的位置有关，这便是 ...
分类：
其他好文 时间：
2018-10-28 12:18:30
阅读次数：
1214
特征选择和提取 特征选择和提取是模式识别中的一个关键问题 前面讨论分类器设计的时候，一直假定已给出了特征向量维数确定的样本集，其中各样本的每一维都是该样本的一个特征； 这些特征的选择是很重要的，它强烈地影响到分类器的设计及其性能； 假若对不同的类别，这些特征的差别很大，则比较容易设计出具有较好性能的 ...
分类：
其他好文 时间：
2018-10-16 15:57:39
阅读次数：
177
Pca首先 1.对数据进行去均值 2.构造一个基本的协方差矩阵1/m(X)*X^T 3对协方差矩阵进行变化，得到对角化矩阵，即对角化上有数值，其他位置上的数为0(协方差为0)，即求特征值和特征向量的过程 4.求得特征向量的单位化矩阵，单位化特征向量矩阵*原始数据（去均值后的）即降维操作,单位化特征向 ...
分类：
编程语言 时间：
2018-10-14 00:20:51
阅读次数：
147
softmax loss: N是样本的数量，i代表第i个样本，j代表第j个类别，fyi代表着第i个样本所属的类别的分数 fyi是全连接层的输出，代表着每一个类别的分数， 每一个分数即为权重W和特征向量X的内积 每个样本的softmax值即为： L-softmax loss: 假设一个2分类问题，x属 ...
分类：
其他好文 时间：
2018-10-12 13:57:31
阅读次数：
1385
训练集（traning set/data）：用来训练，产生模型的算法的数据集 测试集(testing set/data）：用来训练，产生模型的算法的数据集)：用来专门进行测试已经学习好的模型或者算法的数据集。 特征向量（feature/feature vector）：属性集合，通常用一个向量来表示， ...
分类：
其他好文 时间：
2018-10-11 22:40:49
阅读次数：
204
矩阵特征值 定义1：设A是n阶矩阵，如果数和n维非零列向量使关系式成立，则称这样的数成为方阵A的特征值，非零向量成为A对应于特征值的特征向量。 说明：1、特征向量，特征值问题是对方阵而言的。 2、n阶方阵A的特征值，就是使齐次线性方程组有非零解的值，即满足方程的都是矩阵A的特征值。 3、 定义2：A ...
分类：
其他好文 时间：
2018-10-11 16:59:52
阅读次数：
421
