主要为第六周内容机器学习应用建议以及系统设计。 下一步做什么 当训练好一个模型，预测未知数据发现，不如人意，该如何提高呢？ 获得更多的训练实例 尝试减少特征的数量 尝试获得更多的特征 尝试增加二项式特征 尝试减少归一化程度λ 尝试增加归一化程度λ 先不要急着尝试这些方法，而是通过一些机器学习诊断方法...
分类：
其他好文 时间：
2015-10-28 17:11:11
阅读次数：
223
相关论文的英文：http://download.csdn.net/detail/zhouyelihua/7832193计算机视觉图像归哪个。理的。由于图像的归一化保持了仿射不变性。并且图像的归一化有时候可以提高计算的精度。所以图像的归一化对于我们来说非常重要。而图像的归一化的详细过程主要是： 1.....
分类：
其他好文 时间：
2015-10-24 13:03:24
阅读次数：
208
首先观看数据：l 数据的基本特征用 describe 描述每个基本特征l 画图画出每个特征的基本统计图应用import matplotlib.pylab as pl 画图显示l 关于特征值特别大的数据集 ；可能对结果产生权重的等级影响 所以尽量将数据进行归一化 特征值归一化的原因：1；看数据范围看看...
分类：
编程语言 时间：
2015-10-23 16:22:35
阅读次数：
254
R3=200;F=zeros(2*R3+1,2*R3+1);sigma=R3/3;r=0;forx=1:2*R3+1fory=1:2*R3+1r=(x-R3)*(x-R3)+(y-R3)*(y-R3);F(x,y)=exp(-r/(2*sigma*sigma));K=K+F(x,y);endend
分类：
其他好文 时间：
2015-10-20 19:12:05
阅读次数：
225
因为如果点在eye后面，则经过透视除法以后坐标会变错。所以不能推迟到归一化设备空间中再做近截面剪裁。分析如下：设P(x,y,z)是相机空间一点，变换到剪裁空间再经透视除法变换到归一化设备空间坐标为Pd(xd,yd,zd)，有：xd=-x/z*(cot(fovy/2)/aspect)yd=-y/z*c...
分类：
其他好文 时间：
2015-10-19 20:36:00
阅读次数：
172
首先考虑连续函数并且让变量r表示待增强图像的灰度级。假设r被归一化到[0,1]，且r=0表示黑色，r=0表示白色。对于连续函数，假设其变换函数为 （公式一）在原始图像中，对于每一个r对应着一个灰度值s。其中变换函数要满足以下条件：T(r)在[0,1]中为单值，且...
分类：
其他好文 时间：
2015-10-07 01:01:10
阅读次数：
248
高斯滤波器是图像处理中经常用到的滤波器，其滤波核函数为：为简单起见，这里省略了归一化因子。由的可分离特性：得：其中为输入图像，为输出图像，为滤波模板半径。根据准则，通常使。由上式可见，我们可以将二维高斯滤波分解为两次一维高斯滤波。对于二维高斯滤波，设图像大小，高斯模板大小，处理每个像素点需要次操作，...
分类：
其他好文 时间：
2015-09-25 23:01:20
阅读次数：
296
#KNN算法思路：#-----------------------------------------------------##step1:读入数据，存储为链表#step2:数据预处理，包括缺失值处理、归一化等#step3:设置K值#step4:计算待测样本与所有样本的距离(二值、序数、连续)#step5:投票决定待测样本的类别#step6:利用测试集测试..
分类：
编程语言 时间：
2015-09-04 12:41:49
阅读次数：
288
Contents
I. 清空环境变量II. 训练集/测试集产生III. 数据归一化IV. BP神经网络创建、训练及仿真测试V. 性能评价VI. 画图
I. 清空环境变量
clear all
clc
II. 训练集/测试集产生
1. 导入数据
load concrete_data.mat
2. 随机产生训练集和测试集
temp = randperm(size(attr...
分类：
其他好文 时间：
2015-08-31 23:49:02
阅读次数：
413
选取N幅同类目标物体的二维图像，并用上一篇博文的方法标注轮廓点，这样就得到训练样本集： 由于图像中目标物体的形状和位置存在较大偏差，因此所得到的数据并不具有仿射不变性，需要对其进行归一化处理。这里采用Procrustes分析方法对样本集中的所有形状集合进行归一化。形状和位置的载体还是样本点的空...
分类：
其他好文 时间：
2015-08-20 18:22:46
阅读次数：
11520
