AI工匠-优快云博客

转载个人喜欢的关于模式识别、机器学习、推荐系统、图像特征、深度学习、数值计算、目标跟踪等方面个人主页及博客

转载自：http://blog.youkuaiyun.com/zhangping1987/article/details/29554621目标检测、识别、分类、特征点的提取David Lowe：Sift算法的发明者，天才。Rob Hess：sift的源码OpenSift的作者，个人主页上有openSift的下载链接，OpenCV中sift的实现，也是参考这个。Koen van de Sande：...

2018-11-20 17:03:43 671

原创多目标优化问题的算法及其求解

多目标优化问题的算法及其求解一、多目标优化问题多目标优化是在现实各个领域中都普遍存在的问题，每个目标不可能都同时达到最优，必须各有权重。但是，究竟要怎样分配这样的权重，这已经成为人们研究的热点问题。同时，根据生物进化论发展起来的遗传算法，也得到了人们的关注。将这两者结合起来，能够利用遗传算法的全局搜索能力，避免传统的多目标优化方法在寻优过程中陷入局部最优解，可以使解个体保持多样性。...

2018-09-06 17:32:58 230183 27

原创应用HTM算法实时异常检测流分析

应用HTM算法实时异常检测流分析一、摘要世界上的许多数据都是流式的时间序列数据，在这些数据中，异常数据在关键情况下提供了很多重要的信息。然而，检测流式数据中的异常是一项艰巨的任务，需要探测器实时处理数据，并在进行预测的同时能够学习。本文介绍一种新的基于在线序列记忆算法的异常检测技术——分层时间记忆(HTM)。二、概述我们将异常定义为系统行为异常且与过去行为明显不同的时间...

2018-09-05 17:45:17 5644 1

原创最详细最容易理解的HMM文章

最详细最容易理解的HMM文章http://www.52nlp.cn/hmm-learn-best-practices-four-hidden-markov-modelswiki上一个比较好的HMM例子HMM(隐马尔科夫模型)是自然语言处理中的一个基本模型，用途比较广泛，如汉语分词、词性标注及语音识别等，在NLP中占有很重要的地位。网上关于HMM的介绍讲解文档很多，我自己当时开始看的...

2018-08-28 20:55:17 707

原创佛学“五蕴”与层级时空记忆模型算法（HTM）过程上是多么巧合？

佛学“五蕴”与层级时空记忆模型算法（HTM）过程上是多么巧合？一、佛学“五蕴”我们读佛经时，经常遇到“五蕴”一词，如《般若波罗蜜多心经》：“观自在菩萨，行深般若波罗蜜多时，照见“五蕴”皆空。经文：以观舍利子为例，受想行识的相同道理论证（一）色蕴：即物质的积聚。色蕴包含内色与外色。内色就是：眼、耳、鼻、舌、身－－五根：我们所依靠生活的根身（身躯）；外色就是：色、声、香、味、触－－...

2018-08-22 18:30:08 2199

翻译应用层级时空记忆模型（HTM）实现对实时异常流时序数据检测

应用层级时空记忆模型（HTM）实现对实时异常流时序数据检测Real-Time Anomaly Detection for Streaming Analytics Subutai Ahmad SAHMAD@NUMENTA.COM Numenta, Inc., 791 Middlefield Road, Redwood City, CA 94063 USA Scott Purdy SPURD...

2018-08-22 14:09:37 5283 6

翻译为什么神经元有数千个突触，一个新皮质中的序列记忆理论(HTM算法基础)

为什么神经元有数千个突触，一个新皮质中的序列记忆理论(HTM算法基础)Jeff Hawkins* and Subutai Ahmad Numenta, Inc., Redwood City, CA, USA https://www.frontiersin.org/articles/10.3389/fncir.2016.00023/full 锥体神经元代表新皮质中的大部分兴奋性神经元。每个...

2018-08-21 12:04:15 7058

原创高等数学第一章学习笔记

第一章第一节映射与函数一、映射概念1.映射概念 2.逆映射与复合映射二、函数1.函数的概念 2.函数的几种特性 :1函数的有界特性2、函数的单调性3、函数的奇偶性4、函数的周期性（3）反函数与复合函数（4）函数的运算和（差）运算：积运算：商运算：（5）初等函数基本初等函数包括：幂函数：指数函数：对...

2018-08-18 17:08:41 5052 1

转载利用协方差，皮尔逊相关系数和斯皮尔曼相关系数确定变量间的关系

利用协方差，皮尔逊相关系数和斯皮尔曼相关系数确定变量间的关系https://www.toutiao.com/i6550915552490029576/ 数据集中的变量之间可能存在复杂且未知的关系。重要的是发现和量化数据集的变量相关的程度。这些知识可以帮你更好地准备数据，以满足机器学习算法的预期，例如线性回归，其性能会随着这些相关的出现而降低。在本教程中，你会了解到相关性是变量之间关系的统...

2018-08-18 17:08:21 7177

原创透彻理解高斯过程Gaussian Process (GP)

透彻理解高斯过程Gaussian Process (GP)一、整体说说为了理解高斯过程，我们就首先需要准备一下预备知识，即：高斯分布、随机过程以及贝叶斯概率等。明白了这些预备知识之后才能顺利进入高斯过程，了解高斯过程本质及其高斯过程描述方法。人们又将高斯过程与贝叶斯概率有机结合在一起，构造了强大的数学方法（或称模型），为人类提供解决日常生活和工作的问题。特别是在人工智能领域更是意义非凡。为...

2018-08-18 17:07:59 72687 14

原创今天头脑发萌，感觉几个领域的知识融合在一起我有点心乱了！（一）

今天头脑发萌，感觉几个领域的知识融合在一起我有点心乱了，好像要改变自己的世界观了。容我慢慢说一下，没有什么结论，只是先记录下来，我自己还要慢慢思考琢磨一下。最近一个月，每天在喜马拉雅听吴新国居士讲解《唯识论》，觉得头头是道，总感觉是唯心主义了，这和我从小读马恩列斯毛的唯物论已经有区别了，心里一直在分析哪个正确。同时，又想起了量子论，这个不确定性问题也是由于有了观察者，就发生了...

2018-06-03 21:30:11 633

冯喆--AI工匠