枫叶南国的博客

首先插入两个非常好的介绍BOW的ppt：1.https://wenku.baidu.com/view/6370f28d26fff705cc170aab.html2.https://wenku.baidu.com/view/7782de2fc281e53a5902ff03.htmlBoW 模型简介Bag of words模型最初被用在文本分类中，将文档表示成特

转载：http://www.cnblogs.com/zjiaxing/p/5548265.html在目前实际的视觉SLAM中，闭环检测多采用DBOW2模型https://github.com/dorian3d/DBoW2，而bag of words 又运用了数据挖掘的K-means聚类算法，笔者只通过bag of words 模型用在图像处理中进行形象讲解，并没有涉及太多对SL

聚类概念：聚类：简单地说就是把相似的东西分到一组。同 Classification (分类)不同，分类应属于监督学习。而在聚类的时候，我们并不关心某一类是什么，我们需要实现的目标只是把相似的东西聚到一起，因此，一个聚类算法通常只需要知道如何计算相似 度就可以开始工作了。聚类不需要使用训练数据进行学习，应属于无监督学习。我们经常接触到的聚类分析，一般都是数值聚类，一种常见的做法是同时

转载：http://www.cnblogs.com/zjiaxing/p/5616701.html需要准备的知识点：http://www.cnblogs.com/zjiaxing/p/5616653.html　　　　　　           http://www.cnblogs.com/zjiaxing/p/5616664.html　　　　　　　　     http://w