论文细节
手势识别或者说手的跟踪在人机交互中非常重要，已经有几十年的研究。但是它存在的难点还是很多的：手的动作是由很多的复杂的手指的活动构成的，同时，在可变的大视角下面的快速移动。
目前做出来比较好的效果的做法有几种，一种使用了非常复杂的网格模型（mesh model，具体不知道是怎么做的），但局限性在于它的局部最优的方法速度也很差；另一种则是采用多边形模型（polygonal mode...
分类：
其他好文 时间：
2014-09-01 17:53:43
阅读次数：
270
这个贪心的行为在算法中也成为了一种指导思想，也就是说贪心算法所作出的选择在当时的环境下是最好的，说深一点就是它只是某种意义上的局部最优解，但不一定是全局最优解，此时往往接近于最优解。一： 优点 前面也说了，贪心只是求的当前环境下的最优解，而不是追究整体的最优解，所以贪心就避免了为求的整体最优解而枚....
分类：
其他好文 时间：
2014-08-30 20:19:39
阅读次数：
253
贪心算法的设计思想 贪心算法在解决这个问题的策略上目光短浅，仅仅依据当前已有的信息就做出选择，并且一旦做出了选择，无论将来有什么结果，这个选择都不会改变。换言之，贪心法并非从总体最优考虑，它所做出的选择仅仅是在某种意义上的局部最优。贪心算法对于大部分的优化问题都能产生最优解，但不能总获得总体最...
分类：
其他好文 时间：
2014-08-28 19:41:15
阅读次数：
226
这是转别人的，待会我会自己总结动态规划和贪心算法的区别动态规划和贪心算法都是一种递推算法 均有局部最优解来推导全局最优解 不同点： 贪心算法： 1.贪心算法中，作出的每步贪心决策都无法改变，因为贪心策略是由上一步的最优解推导下一步的最优解，而上一部之前的最优解则不作保留。 2.由（1）中的介绍，可以...
分类：
其他好文 时间：
2014-08-21 02:42:53
阅读次数：
208
爬山算法爬山算法是一种简单的贪心搜索算法，该算法每次从当前解的临近解空间中选择一个最优解作为当前解，直到达到一个局部最优解。爬山算法实现很简单，其主要缺点是会陷入局部最优解，而不一定能搜索到全局最优解。如下图所示：假设C点为当前解，爬山算法搜索到A点这个局部最优解就会停止搜索，因为在A点无论向那个方...
分类：
其他好文 时间：
2014-08-19 22:23:05
阅读次数：
442
特性
做出的是局部最优的，但不一定是整体最优。
往往比动态规划效率高，虽然可能求不到最优解，可能会求得最优解的近似解。
分类：
其他好文 时间：
2014-08-10 21:32:50
阅读次数：
333
贪心算法 贪心算法，也称贪婪算法的基本思想是逐步获取最优解。 贪心算法在求解最优化问题时，从初始阶段开始，每一个阶段总是做一个使局部最优的贪心选择，不断将问题转化为规模更小的子问题。 也就是说，贪心算法并不从整体最优考虑，它所作出的选择只是在某种意义...
分类：
其他好文 时间：
2014-08-10 15:40:40
阅读次数：
189
顾名思义，贪心算法总是作出在当前看来最好的选择。也就是说贪心算法并不从整体最优考虑，它所作出的选择只是在某种意义上的局部最优选择。当然，希望贪心算法得到的最终结果也是整体最优的。虽然贪心算法不能对所有问题都得到整体最优解，但对许多问题它能产生整体最优解。如单源最短路经问题，最小生成树问题等。在一些情...
分类：
其他好文 时间：
2014-08-09 18:12:58
阅读次数：
338
相同点：贪心算法和dp都是一种递推算法，是一种解题的思想都是由局部最优解来推导全局最优解不同点：贪心算法：1.贪心算法中，作出的每步贪心决策都无法改变，因为贪心策略是由上一步的最优解推导下一步的最优解，而上一部之前的最优解则不作保留。2.由（1）中的介绍，可以知道贪心法正确的条件是：每一步的最优解一...
分类：
其他好文 时间：
2014-08-07 13:00:59
阅读次数：
178
一、概念：贪心法（Greedy algorithm）,是在每一步选择中都采用在当期状态下最好或最有的选择，从而希望导致结果是最好或者最优的算法。 比如在旅行推销员问题中，如果履行原每次都选择最近的城市，这就是一种贪心算法。 贪心算法在有最优子结构的问题中，尤为有效。最优子结构的意思是局部最优解...
分类：
其他好文 时间：
2014-08-04 13:24:47
阅读次数：
206
