最大熵学习笔记(一)预备知识

本文深入探讨最大熵原理,一种用于减少风险和不确定性的重要理论。通过详细解析数学公式及其推导过程,介绍如何利用最大熵原理建立预测模型,特别适用于处理复杂的数据分布问题。
版权声明:本文为博主原创文章。未经博主同意不得转载。 https://blog.youkuaiyun.com/peghoty/article/details/26549871


   
   
       生活中我们常常听到人们说“不要把鸡蛋放到一个篮子里”,这样能够减少风险。深究一下,这是为什么呢?事实上。这里边包括了所谓的最大熵原理(The Maximum Entropy Principle)。

本文为一则读书笔记。将对最大熵原理以及由此导出的最大熵模型进行介绍。重点给出当中所涉及数学公式的理解和具体推导。



相关链接


最大熵学习笔记(零)文件夹和引言
最大熵学习笔记(一)预备知识
最大熵学习笔记(二)最大熵原理
最大熵学习笔记(三)最大熵模型
最大熵学习笔记(四)模型求解
最大熵学习笔记(五)最优化算法
最大熵学习笔记(六)优缺点分析






作者: peghoty 

出处: http://blog.youkuaiyun.com/itplus/article/details/26550127

欢迎转载/分享, 但请务必声明文章出处.


转载于:https://www.cnblogs.com/ldxsuanfa/p/10084028.html

、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值