- 博客(15)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 windows下python调用matlab
前言：很无奈，有些功能自己无法实现，只能调用别人的工具，才有此一举。配置过程中出现一些问题，试了很多次，下面哪些过程是必要不是很清楚了。如果在linux系统下面就操作就更简单些，需要的可以上网查查，我就是有个工具一定要在windows下面跑，没办法实验配置：系统：windows 64位python：Anaconda (32-bit) + Anaconda (64-bit
2016-06-05 22:08:44
6808
原创 TLD(Tracking-Learning-Detection) 编译
在Windows下编译TLD：系统和软件说明：Windows7 64位OpenCV 2.4.9VS2013matlab 64位说明：参考了几个，感觉好几个版本的软件都可以，只要根据软件版本修改就可以了。1、修改TLD_source根目录中修改compile.m文件：include = ' -IC:\opencv\build\include\opencv -I
2016-05-29 20:55:04
459
转载 python生成函数
参考资料：http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/00138681965108490cb4c13182e472f8d87830f13be6e88000
2016-04-08 17:37:10
591
原创 Flask、uWSGI and Nginx on Ubuntu 14.04
等处理好再再完善这个博客。先记录下几个比较好的链接参考：https://www.digitalocean.com/community/tutorials/how-to-serve-flask-applications-with-uwsgi-and-nginx-on-ubuntu-14-04http://blog.youkuaiyun.com/tingyuanss/a
2016-03-31 15:43:36
267
原创 underfitting and overfitting
过拟合（或者叫做高方差：high variance）：简单的理解就是参数太多，训练集太少，过拟合的结果是训练误差会非常小，因为我们的参数很多，可以很好的拟合几乎所有的训练数据，但是，过拟合情况下，模型的泛化能力就很差，会导致测试误差比较大。（即使看到的训练误差很小，但是测试使用的时候效果很差 ==当一个算法在训练集表现优秀，但在测试集表现不佳）
2016-03-12 20:12:50
1695
原创 Bias and Variance
一个模型的预测误差可以分别两个部分Bias和Variance：Error=Bias^2+VarianceBias刻画的是模型输出与目标输出的偏差。偏差越小，准确率越高Variance刻画的是模型的稳定性，不同训练集训练得到的模型的差异。方差越小，模型越稳定。Bias和Variance的图谱如下红色圆心为目标输出，蓝色点为模型输出。Bias和Variance对
2016-03-12 17:49:28
864
原创 解决 “python + opencv” 不能读取视频的问题
python + opencv 读取视频的三种情况：情况一：通过摄像头采集视频情况二：通过本地视频文件获取视频情况三：通过摄像头录制视频，再读取录制的视频摄像头采集、本地视频文件的读取、写视频文件，网上都有代码。我发现情况一和情况三都没有问题，大家注意读取自己通过摄像头录制的视频文件是没有问题的。但读取其他视频都会发现帧率为0（如果你获取视频的帧率并打印出来的话），并且
2015-12-22 12:28:07
6097
转载 Adaboost算法的前世今生
Adaboost算法的前世今生引言 众所周知，模式识别的方法可以按照参与识别特征的属性来区分，可以分为两大类：一、使用定量特征（可度量）如物体长度、宽度等，来描述的各种模式，这一类主要是指决策理论，有匹配、统计、神经网络等方法；二、使用定性特征如特征结构、排列顺序等，来描绘的各种模式，这一类主要是指结构判别，主要有串和树的匹配等方法。模式识别的完整的流程顺序是：传感器——分割组织——特
2014-09-29 16:56:50
3201
基于实例和特征的迁移学习算法研究
2014-09-23
A Few Useful Things to Know about Machine Learning
2014-09-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人