对显著性检测的一些了解： 一般认为，良好的显著性检测模型应至少满足以下三个标准： 1）良好的检测：丢失实际显著区域的可能性以及将背景错误地标记为显著区域应该是低的； 2）高分辨率：显著图应该具有高分辨率或全分辨率以准确定位突出物体并保留原始图像信息； 3）计算效率：作为其他复杂过程的前端，这些模型应 ...
分类：
其他好文 时间：
2018-08-31 01:23:38
阅读次数：
279
RBF核/高斯核 : k(xi,xj)=exp(?||xi?xj||22σ2)k(xi,xj)=exp(?||xi?xj||22σ2)，其中σσ为高斯核的带宽 多项式核: k(xi,xj)=(xTixj)dk(xi,xj)=(xiTxj)d，当d=1时退化为线性核 拉普拉斯核：k(xi,xj)=ex ...
分类：
其他好文 时间：
2018-08-30 19:55:15
阅读次数：
286
判别模型和生成模型：统计学派和贝叶斯学派之争 判别模型： 直接对输入空间到输出空间的映射h(x)做预测，或者直接对条件概率分布P(y|x)做预测 PM，SVM，NN，KNN，LR，DT 模型一般更准确 不需要预设条件 鲁棒性更高 生成模型： 先对概率分布P(x,y)做预测，根据贝叶斯公式得到P(y| ...
分类：
其他好文 时间：
2018-08-26 13:48:12
阅读次数：
174
不同时期的你去看红楼梦会有不一样的感触，而不同年份的我看ML也会有更深入的理解(*/ω＼*) svm是 一种判别方法 有监督的学习模型 通常用来进行模式识别、分类以及回归分析，主要解决二分类问题。其原理也从线性可分说起，然后扩展到线性不可分的情况。甚至扩展到使用非线性函数中去。 所以，我们先从最简单 ...
分类：
系统相关 时间：
2018-08-22 20:36:55
阅读次数：
277
KNN（K Nearest Neighbor） 还是先记几个关键公式 距离：一般用Euclidean distance E(x,y)√∑(xi-yi)2 。名字这么高大上，就是初中学的两点间的距离嘛。 还有其他距离的衡量公式，余弦值（cos），相关度（correlation） 曼哈顿距离（manha ...
分类：
编程语言 时间：
2018-08-22 18:29:40
阅读次数：
207
今天看了有关支持向量机（Support vector machine，简称SVM ）用来分类的内容，分别实现了对于判别城市消费水平和乳腺癌诊断的问题，在做乳腺癌诊断时，误差率问题卡壳了一个晚上，始终保持在0.014水平，无法减小到0。结果连SVM的基本原理都没有弄清，svmtrain（训练数据，分类 ...
分类：
其他好文 时间：
2018-08-22 01:18:31
阅读次数：
1121
master主分支项目说明 admin_mana 存储官网后台、超级节点、18D发放等相关 更新记录： 2018 07 16 1. 开发超级节点功能及权限 2. 开发18D发放功能模块及权限 website_web 存储资讯官网pc/m站相关 更新记录： 2018 07 16 1. 修复页面相关bu ...
分类：
其他好文 时间：
2018-08-17 11:18:23
阅读次数：
263
https://blog.csdn.net/lujiandong1/article/details/46386201 SVM模型有两个非常重要的参数C与gamma。其中 C是惩罚系数，即对误差的宽容度。c越高，说明越不能容忍出现误差,容易过拟合。C越小，容易欠拟合。C过大或过小，泛化能力变差 gam ...
分类：
其他好文 时间：
2018-08-14 21:10:26
阅读次数：
162
1、查看 CPU 是否支持KVM虚拟化 egrep -o ‘(vmx|svm)’ /proc/cpuinfo 2、查看当前 Linux Bridge 的配置 brctl show3、sed在每一行前或后加个字符 在每行的头添加字符：sed 's/^/xx/' filename 在每行的行尾添加字符：sed 's/$/xx/' fi
分类：
其他好文 时间：
2018-08-13 21:24:39
阅读次数：
149
一、高斯核函数、高斯函数 μ：期望值，均值，样本平均数；（决定告诉函数中心轴的位置：x = μ） σ2：方差；（度量随机样本和平均值之间的偏离程度：， 为总体方差， 为变量， 为总体均值， 为总体例数） σ：标准差；（反应样本数据分布的情况：σ 越小高斯分布越窄，样本分布越集中；σ 越大高斯分布越宽 ...
分类：
其他好文 时间：
2018-08-13 19:38:54
阅读次数：
2933
