对人脸检测的研究最初可以追溯到 20 世纪 70 年代，早期的研究主要致力于模板匹配、子空间方法，变形模板匹配等。近期人脸检测的研究主要集中在基于数据驱动的学习方法，如统计模型方法，神经网络学习方法，统计知识理论和支持向量机方法，基于马尔可夫随机域的方法，以及基于肤色的人脸检测。目前在实际中应用的人...
分类：
编程语言 时间：
2014-11-21 16:07:04
阅读次数：
220
支持向量机SVM是从线性可分情况下的最优分类面提出的。所谓最优分类，就是要求分类线不但能够将两类无错误的分开，而且两类之间的分类间隔最大，前者是保证经验风险最小（为0），而通过后面的讨论我们看到，使分类间隔最大实际上就是使得推广性中的置信范围最小。推广到高维空间，最优分类线就成为最优分类面。 支持向...
分类：
其他好文 时间：
2014-11-20 20:17:37
阅读次数：
234
生存？还是毁灭？——哈姆雷特可分？还是不可分？——支持向量机之前一直在讨论的线性分类器,器如其名（汗，这是什么说法啊），只能对线性可分的样本做处理。如果提供的样本线性不可分，结果很简单，线性分类器的求解程序会无限循环，永远也解不出来。这必然使得它的适用范围大大缩小，而它的很多优点我们实在不原意放弃，...
分类：
其他好文 时间：
2014-11-19 12:13:03
阅读次数：
273
所有关于libsvm2.9的前期工作准备好以后，就必须考虑将自己的数据转换为libsvm对应的格式来做分类验证的问题训练与测试数据文件的格式如下所示 : :… ... 每行包含一个实例，并且以字符’\n’结束。对于分类来讲，是整型数据，表示类别（支持多分类）。对于回归来 讲，是任意实数（浮点数），表...
分类：
其他好文 时间：
2014-11-15 23:02:45
阅读次数：
387
感知机学习旨在求出将训练数据集进行线性划分的分类超平面，为此，导入了基于误分类的损失函数，然后利用梯度下降法对损失函数进行极小化，从而求出感知机模型。感知机模型是神经网络和支持向量机的基础。下面分别从感知机学习的模型、策略和算法三个方面来介绍。1. 感知机模型 感知机模型如下：f(x)= sig.....
分类：
其他好文 时间：
2014-11-15 20:14:01
阅读次数：
345
八、核（kernel）
如果样本点为线性不可分，那么，需要将数据映射到高维空间，使在原始空间内其线性可分变为线性可分。如下图所示：
上文提到，分类器可以写成：
}+b" alt="">
那么，如果使用一种映射的方法，将低维数据映射到高维（），使得线性不可分变为线性可分。称为特征映射函数，这样，分类器就变为：
}+b" alt="">
(1)实例
低维映射到高维能否...
分类：
其他好文 时间：
2014-11-10 13:55:52
阅读次数：
421
1.什么是支持向量机（SVM） 所谓支持向量机，顾名思义，分为两部分了解：一，什么是支持向量（简单来说，就是支持或支撑平面上把两类类别划分开来的超平面的向量点）；二，这里的“机（machine，机器）”便是一个算法。在机器学习领域，常把一些算法看做是一个机器，如分类机，而支持向量机本身便是一种监督....
分类：
其他好文 时间：
2014-11-08 18:01:47
阅读次数：
287
LibShortText 是林智仁老师继 libsvm、liblinear 之后的另一力作，主要有几大特征：It is more efficient than general text-mining packages. On a typical computer, processing and tr...
分类：
其他好文 时间：
2014-11-06 19:43:42
阅读次数：
579
