geguojing的专栏

原创 水表图片测试的逻辑

1.图片的二值化（变成0,1）在二值化之后的图片上在列的方向上求直方图2，如果直方图为0，则认为这个区域没有数字。对图片进行分割出来五个区域3。粗落的分割方式是对图片切成五块小区域。      把分割出来的图片resize 到28*28 的灰度图（为啥是28*28 的灰度图，因为送进网络训练的图片是28*28 的灰度图）4. 把matlab 下面的.caffemodel 和 。pr

转载 linux命令学习笔记

http://blog.youkuaiyun.com/tangwei2014/article/details/46714589copy:$ cp file1 file2$ cp -r dir1 dir212move:$ mv file ..$ mv file dir/12rename:$ mv file1 file2$ mv dir1 dir2 # dir2如果存

转载 《机器学习实战》笔记之五——Logistic回归

转载自：http://blog.youkuaiyun.com/u010454729/article/details/48274955第五章 Logistic回归回归：对一些数据点，算法训练出直线参数，得到最佳拟合直线，能够对这些点很好的拟合。训练分类器主要是寻找最佳拟合参数，故为最优化算法。5.1 基于Logistic回归和sigmoid函数的分类实现L

原创 NlS 项目

结算表里面的东西：1. 5台DELL 的电脑2. 几台服务器3.从去年十月份的学生的工资 导出来 大概30-40W 的工资交接清单里面的东西：1. 加上USB 的延长线2.BNC 的线可以去掉3.我们给他们的软件（平台什么的都要写进去）4.智慧城市的数据在提交一遍5. 跑一遍DEEPID，要overfiting W 老师说CASIA 的数据库人脸个数太少了，要混

原创 NLS需要采购的东西

NLS 我们需要做的事情1.dvi 转HDMI 的线的长度：（一端是电视，一端是dell 的显示器）2.DVR 的BNC 的线的长度：15米3.电视的牌子，什么时候买，什么时候装。4.USB的摄像头5.汉王的门禁6.15号交课件7.20号交终期报告（包含移交清单跟结算表）8.模拟的摄像头 4个 牌子型号9.DVR  8路一台9.电脑 显示器各一台

原创 NEDI 算法

NEDI 算法的基本思想是先急速那

原创 插值算法

最近看了一些图像插值的算法，比如biqubic 跟 bilinear 我的最初的理解是

转载 imfilter 的用法

http://www.ilovematlab.cn/thread-1916-1-1.htmlimfilter 的用法：

原创 图像增强的方法

图像增强有一些比较基本的方法：

原创 matlab 小技巧

今天在看别人程序的时候看到一

原创 过拟合

hilton 在ImageNet Classfication with Deep Covolutional Neural Networks 文章中

原创 师兄博士答辩有感

下午去听了我们组博士的答辩。第一个挺的是FW的。看了他的PPT 发现自己硕士的PPT 写的很烂。基本上大家一般都有四篇以上的文章，然后每个文章是一个主题，当然也不排除在一个主题下面有多篇文章。他对原有的方法基本上做了一个总结，比如现有的什么方法。每个方法有什么优点。什么缺点（用红色的字体标出来），然后针对这个缺点我们提出了什么方法。来解决这个问题。如果这个问题有多个缺点，然后我们会根据一个缺点来改

原创 opencv 与matlab 不同步

同样的一副图片 从原始的图片

原创 ICIP

今天ICIP 发榜了，实验室有两个人中了。我觉得自己很失败。别人说。你要看上去hao

原创 lbfgs

认识这个算法也算很久了，最早做图像分类的时候，在余凯的程序，

原创 BFGS 算法

BFGS 算法是拟牛顿算法的一种。我们知道不管是梯度下降、共轭梯度、还是牛顿法，我们都要解决两个问题，一个是下降方向，一个是搜索步长。搜索步长我们一般采取的方法是用满足wolf 条件的线搜索。本节我们主要介绍BFGS 算法。对于这个算法。我们首先需要知道的是它是一个秩为2的算法。以及它为什么可以用来计算的原因。

原创 面试题

最近面试一些算法题的整理

原创 matlab 函数的一些常用函数

squeeze  函数   feature = flipud(fliplr(squeeze(feature)));

原创 pca 与 whitening

主成分分析是经常用到的。最近在xuexi

原创 梯度下降法之二

我感觉这个步长的求解，有点像

翻译 梯度下降

梯度下降：   如果已知函数的表达式，比如：我们首先求这个函数的偏导数然后根据回溯算法求步长：这是标准的梯度下降算法。但是我今天见了两个梯度下降算法：一个是丕子 写的：他的步长是用求hessian 阵的方法一个在网上找的heart 数据集的步长是设定的一个很小的数；我自己在想，如果我把这个步长改的大一点，是不是迭代次数会少很多。丕子的梯度下降：

原创 深度学习 第四讲

梯度下降：随机梯度下降：

翻译 稀疏编码

在讲稀疏编码之前，我们首先来了解一下稀疏表示的该暖宝

翻译 深度学习 吴立德 第三讲

翻译 深度学习 吴立德

1.  什么是DL?数据：模型：模型分为三种：线性模型：广义线性模型：非线性模型：ANN （artificial neural network、）2.      准则：损失函数：经验风险：正则项：学习目标：算法：难点：A:  需要训练的参数太多B：优化问题是一个非凸优化C:  深层问题如何调节权重

原创 CNN 初认识

昨天去跟别人讲CNN，感觉自己的深度学习的东西a mass 。每天进步一点点。从今天开始：CNN 在我的理解就是5层的一个网络，每一层卷积层的后面带一层下抽样层以lecun 的网络为例：就是一个五层的网络，有两层卷积层，两层下抽样层，一层输入，一层输出CNN 的目标是 找到一组最优的W,b 在训练每一层的W,b 的时候，其他的层固定不变，这样就相当于是一个. 这样训练每一层的时

翻译 deep learning

不的不说的是深度学习很火，火到我没有办法不认真学习一下它。

翻译 每天一篇paper 之AAM

之所以写这篇博客是因为昨天调一个师兄程序的时候，出现一个问题就是在求解的时候，需要知道 alpha, beta, gamma 的取值。需要知道三个顶点的位置自己不知道怎么给，啰嗦了那么多，想让自己知道看这篇paper 的目的是什么。2.3.1.本文的主要目的是求解一个目标函数： 2.3.2无效的梯度下降算法：Levenberg-Marquardt (LM)算法跟随机梯度下降算法被用

转载 人脸检索

http://blog.sina.com.cn/s/blog_6ae183910101gily.html人脸检索，写的比较好。

原创 boosting 25 year(听报告)

刚才听了周志华做的boosting 25 years. 开始讲了集成学习讲了一个列子，成绩不好的学生抄作业，肯定是越抄越差，如果是成绩好的学生抄作业，比如总共有三道题目，第一个学生作对第一题跟第三题，第二个学生作对第一题跟第二题，。。。那么他们相互抄的结果可能为100分。主要有两种方法：1.      时间序列的方法。后面的依赖于前面的结果2.      Bagging 的

转载 cvEigenVV 函数的使用

void cvEigenVV( CvArr* mat, CvArr* evects, CvArr* evals, double eps=0 ); mat 输入对称方阵。在处理过程中将被改变。 evects 特征向量输出矩阵， 连续按行存储 evals 特征值输出矩阵，按降序存储(当然特征值和特征向量的排序是同步的)。 eps 对角化的精确度 (典型地， DBL_EP

原创 CANON 面试有感

今天上午去佳能面试，受益蛮多。碰到一个

翻译 docalib

cvPOSIT 这个函数

原创 小技巧

int main(int argc , char * argv[]){ if (argc!=3) {  printf("there is something wrong");  return -1; } int board_w=atoi(argv[1]); // int board_h=atoi(argv[2]); int board_n=board_h

原创 2014年4月9号听报告有感

开始没听多少，只是看到作者