<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[fireguard的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/fireguard</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; fireguard]]></copyright><item><title><![CDATA[Linux中文乱码问题终极解决方法]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/56841275</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/56841275</guid><author>fireguard</author><pubDate>Fri, 24 Feb 2017 14:52:09 +0800</pubDate><description><![CDATA[dlink-866l刷完后，用ssh、telnet中文军事乱码，用win10资源浏览器登陆ftp，中文文件名也是乱码。转自：http://www.cnblogs.com/h2zZhou/p/5324385.html方法一： 修改/root/.bash_profile文件，增加export LANG=zh_CN.GB18030 
该文件在用户目录下，对于其他用户，也必须相应修改该文件。 
使用该方法时]]></description><category></category></item><item><title><![CDATA[搭建家庭云存储之二-格式化硬盘]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/54971481</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/54971481</guid><author>fireguard</author><pubDate>Fri, 10 Feb 2017 16:08:49 +0800</pubDate><description><![CDATA[根据dd-wrt建议，虽然网购的硬盘还没有到，但我还是利用时间想好如何把硬盘分区。 
optware是必装的软件，根据该软件的建议，建议使用GParted作为格式化硬盘的软件。 
GParted有四种安装方法，我直接下载了i686的ISO包，按照第一种方法的指示，解压后，直接运行makeboot.bat，没有成功。 
按照第二种方法，下载了tuxboot-0.6.exe，选择第一步下载的ISO后，安]]></description><category></category></item><item><title><![CDATA[家庭云存储之二-准备格式化软件]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/54957891</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/54957891</guid><author>fireguard</author><pubDate>Thu, 09 Feb 2017 21:37:02 +0800</pubDate><description><![CDATA[根据dd-wrt建议，虽然网购的硬盘还没有到，但我还是利用时间想好如何把硬盘分区。 
optware是必装的软件，根据该软件的建议，建议使用GParted作为格式化硬盘的软件。 
GParted有四种安装方法，我直接下载了i686的ISO包，按照第一种方法的指示，解压后，直接运行makeboot.bat，没有成功。 
按照第二种方法，下载了tuxboot-0.6.exe，选择第一步下载的ISO后，安]]></description><category></category></item><item><title><![CDATA[latex公式编辑]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/54945279</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/54945279</guid><author>fireguard</author><pubDate>Thu, 09 Feb 2017 11:21:54 +0800</pubDate><description><![CDATA[To see how any formula was written in any question or answer, including this one, right-click on the expression it and choose “Show Math As > TeX Commands”. (When you do this, the ‘$’ will not display.]]></description><category></category></item><item><title><![CDATA[AI之转换矢量图]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/54944840</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/54944840</guid><author>fireguard</author><pubDate>Thu, 09 Feb 2017 11:08:46 +0800</pubDate><description><![CDATA[AI就是adobe illustrate 
百度里的答案：
很简单的，把图片拉带AI里面后，选中图片，
然后对象-实时描摹，
然后你调整里面的阀值跟最小值就看到效果了，
具体的参数设置要看你的图片而定，
调整好参数后点一下图片要等一下才看得到最后的效果，
因为转换有点慢。]]></description><category></category></item><item><title><![CDATA[家庭云存储搭建之一：软硬件的选择]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/54944413</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/54944413</guid><author>fireguard</author><pubDate>Thu, 09 Feb 2017 10:40:57 +0800</pubDate><description><![CDATA[过年闲来无事，看电影下载高清片源非常费时，并且家里的电视解码有点问题，所以就找解决方案。先后看了htpc和nas的解决方案，感觉都有点费时费力费钱，了解到可以建立家庭云存储，并且可以远程下载影片，需要的硬件仅仅是一台带usb接口的路由器和一个硬盘。所以就上网买了dlink的dir-866L，flash32M，ram128M，cpu700Mhz，带usb2.0接口，又买了西数3T机械硬盘，因为硬盘是]]></description><category></category></item><item><title><![CDATA[Histogram intersection(直方图交叉核,Pyramid Match Kernel)]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/39209213</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/39209213</guid><author>fireguard</author><pubDate>Thu, 11 Sep 2014 17:43:30 +0800</pubDate><description><![CDATA[﻿﻿
原文网址：http://blog.youkuaiyun.com/smartempire/article/details/23168945?reload
看关于LBP人脸识别的论文时提到了Histogram intersection这个方法，方法最初来自The Pyramid Match Kernel:Discriminative Classification with Sets of Image F]]></description><category></category></item><item><title><![CDATA[64位win7安装vmware安装linux]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/38849067</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/38849067</guid><author>fireguard</author><pubDate>Tue, 26 Aug 2014 16:04:49 +0800</pubDate><description><![CDATA[首先下载vmware64位软件]]></description><category></category></item><item><title><![CDATA[sift源码解析]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/38750905</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/38750905</guid><author>fireguard</author><pubDate>Fri, 22 Aug 2014 09:27:47 +0800</pubDate><description><![CDATA[BOW算法中，sift特征生成算法代码如下：]]></description><category></category></item><item><title><![CDATA[PCA-sift源码解释]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/38708037</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/38708037</guid><author>fireguard</author><pubDate>Wed, 20 Aug 2014 16:23:33 +0800</pubDate><description><![CDATA[﻿﻿
SIFT 后来有两种扩展，都用到PCA的概念。
1 PCA-SIFT

   PCA-SIFT与标准SIFT有相同的亚像素位置（sub-pixel
），尺度（scale）和主方向（dominant
 orientations），但在第4步计算描述子的时候，它用特征点周围的41×41的像斑计算它的主元，并用PCA-SIFT将原来的2×39×39维的向量降成20维，以达到更精确的表示]]></description><category></category></item><item><title><![CDATA[PCA学习过程]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/38701387</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/38701387</guid><author>fireguard</author><pubDate>Wed, 20 Aug 2014 09:08:47 +0800</pubDate><description><![CDATA[近期被文章逼疯了，对lsgc算法进行了邻接矩阵的实验。
我想把PCA的方法在这个实验中进行应用，对特征进行降维以]]></description><category></category></item><item><title><![CDATA[matlab主成分分析函数princomp简介]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/38701211</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/38701211</guid><author>fireguard</author><pubDate>Wed, 20 Aug 2014 08:51:46 +0800</pubDate><description><![CDATA[﻿﻿
比来看了些主成分解析，混迹Matlab论坛，翻了n多帖子，对princomp函数有了些懂得。

在此只讲一些小我懂得，并没有效术语，只求通俗。

供献率：每一维数据对于区分全部数据的供献，供献率最大的显然是主成分，第二大的是次主成分......

[coef，score，latent，t2] = princomp（x）;（小我概念）：

x：为要输入的n维原始数据。带入这个]]></description><category></category></item><item><title><![CDATA[matlab工作空间,变量的保存和载入]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/17088767</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/17088767</guid><author>fireguard</author><pubDate>Tue, 03 Dec 2013 07:05:54 +0800</pubDate><description><![CDATA[对于工作空间中变量的保存和载入可以使用save和load命令，详细的使用方法通过help指令获取(help save，help load)。两条指令最常用的情况为：
1、% 保存整个工作空间至指定的mat文件FILE_PATH_NAME，如E:\workspace.mat
% 若已经存在同名的mat文件，该文件会被覆盖重写而不是追加
save FILE_PATH_NAME
2、% 保存指定]]></description><category></category></item><item><title><![CDATA[随机漫步模型及其实现]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/16111603</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/16111603</guid><author>fireguard</author><pubDate>Thu, 14 Nov 2013 08:07:26 +0800</pubDate><description><![CDATA[随机漫步（Random Walk）思想最早由
Karl Pearson在1905年提出，它是一种不规则的变动形式，在变动过程当中的每一步都是随机的。通常来说，随机漫步被假定为具有马尔可夫链的性质，也即是每一个步骤具有“无记忆”的特性，换句话说，每一次变动都不会影响别的变动。除此之外，还有许多更加复杂的随机漫步。在维度方面，随机漫步处于图和面上，或者维度更多的结构中，例如群。]]></description><category></category></item><item><title><![CDATA[数据压缩]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/12755095</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/12755095</guid><author>fireguard</author><pubDate>Tue, 15 Oct 2013 20:41:02 +0800</pubDate><description><![CDATA[今天粗浅的读了Data Compression: 
，主要讲1948年仙农的数据压缩理论
 
对图像处理特征提取挺有启发，我猜测聚类技术有可能就是在此基础上发展起来的。]]></description><category></category></item><item><title><![CDATA[Vector Quantization]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/12752839</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/12752839</guid><author>fireguard</author><pubDate>Tue, 15 Oct 2013 20:19:56 +0800</pubDate><description><![CDATA[Vector Quantization

Contents

Introduction
Preliminaries
Design Problem
Optimality Criteria
LBG Design Algorithm
Two-Dimensional Animation
Performance
References


I. Introduction

  ]]></description><category></category></item><item><title><![CDATA[matlab乘与点乘的区别]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/12617349</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/12617349</guid><author>fireguard</author><pubDate>Fri, 11 Oct 2013 15:12:49 +0800</pubDate><description><![CDATA[1 点乘是数组的运算，不加点是矩阵的运算；
2 点乘要求参与运算的两个量两必须是维数相同，是对应元素的相乘；
而不加点表示的是矩阵相乘（除的时候通过逆矩阵来实现），要求内维相同，也就是前一个矩阵的列的维数等于后一个矩阵的行 的维数。

例如A,B分别为两个矩阵，则：
A.*B表示的是两个矩阵的对应元素相乘，其中生成的同阶矩阵C的对应的矩阵元素为：C(i,j)=A(i,j)*B(i,j)；]]></description><category></category></item><item><title><![CDATA[LLC算法学习]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/12561639</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/12561639</guid><author>fireguard</author><pubDate>Thu, 10 Oct 2013 11:20:11 +0800</pubDate><description><![CDATA[中文介绍http://blog.sina.com.cn/s/blog_631a4cc40100wdul.html
作者网站http://www.ifp.illinois.edu/~jyang29/]]></description><category></category></item><item><title><![CDATA[Liblinear库编译]]></title><link>https://blog.youkuaiyun.com/fireguard/article/details/12559587</link><guid>https://blog.youkuaiyun.com/fireguard/article/details/12559587</guid><author>fireguard</author><pubDate>Thu, 10 Oct 2013 10:52:56 +0800</pubDate><description><![CDATA[首先libsvm和liblinear的使用经验谈 ，了解liblinear,至官网下载package
 
liblinear 安装包内有4个文件夹，64位系统可直接将windows目录加入路径就可使用。32位win7系统需要重新编译，编译代码在matlab文件夹内。
 
首先安装visual studio 2010旗舰版，主要是要使用2010的编译器。vs6.0和matlab自带的编译器无]]></description><category></category></item></channel></rss>