workerwu的专栏

1.用单位脉冲（序列）表示任意序列2.线性时不变系统经常用差分方程表示：即系统具有记忆功能。当前系统的输出不仅与激励有关，而且与系统过去的输出有关。即y(n)与y(n-1),y(n-2).....y(1)相关。继续补充中......

2015 July 8th美帝圣母大学陈子仪教授“computational medicine:problems.solutions and research trends” ,关注计算医学和医学图像处理。感受：1.任何一张图像都是一个网络（包含节点和边），对图像的分析可转化为挖掘图像的结构信息；2.注重领域信息对节点的贡献度；3.节点与节点之间的距离，层与层之间的约束，即优化

方法一：A = data(:,i); B = unique(A); c = zeros(size(B));for i=1:length(B)    c(i)=length(find(A==B(i)));end   方法二：使用函数tabulate(A)     方法三：使用函数hist(A,unique(A)) FROM:ht

以下简称交叉验证(Cross Validation)为CV.CV是用来验证分类器的性能一种统计分析方法,基本思想是把在某种意义下将原始数据(dataset)进行分组,一部分做为训练集(train set),另一部分做为验证集(validation set),首先用训练集对分类器进行训练,在利用验证集来测试训练得到的模型(model),以此来做为评价分类器的性能指标.常见CV的方法如下:1)

学习：代码从不懂到大概知道，从整体上进行把握，知道每个函数的输入输出，明确自己的目的。本周在做图像特征提取和描述的mat文件。初步实现dense的边缘检测和描述，效果一般。再试grid和harries的检测，看看效果。交流：这一点很重要，主动在QQ 群里寻求帮助，好心人还是很多的，即使有时没人回答，也不需要气馁。需要注意的是 在伸手向他人寻求帮助的时候，要考虑好问什么样的问题。现在记事

将两个数组结合成一个，先定义一个空数组，如A= [ ]，然后再把两个数组依次赋给A，见下例。>> A=[]； a=[1 2]; b=[3 4];A=[A a]A =     1     2>> A=[A b]A =     1     2     3     4以前都是写过就忘，这次强行记录。

https://www.pyimagesearch.com/2016/11/07/intersection-over-union-iou-for-object-detection/绿色代表ground truth box，红色代表predictive box.  ground truth box 需要手动标注，predictive box是你选用的模型计算出来的结果。将两者

注意：MATLAB中调色板色彩强度[0,1]，0代表最暗（纯黑），1代表最亮（纯白）。选对颜色，才会有漂亮图像。      常用颜色的RGB值   --------------------------------------------    颜色    R   G   B        -------------------------------------

1.实验报告基调是所有人都过，并尽力给高分。如果高分，门槛将变低。A.实验名称（10’），实验目的（10'），实验过程（50'），实验结果（30'）;B.实验过程有人认真，有的不认真。撰写的实验报告就能看出是否认真。将基本分定为40’（只做到基本描述），字迹工整，详细阐述给满分；字迹潦草，阐述详细给45’。C.实验结果基本分定为20’（应付类型），实验结果都有并且参数和曲线吻合很好

1.目标的检测、分类和识别都为图像语义的理解服务。理解是硬道理；   2.不在于图像理解模型是否与人类的认知过程一致，关键是要有效；   3.图像是最自然的自然语言，图像理解可以借鉴自然语言处理中的方法。                 引言   从CVPR、ICCV、ECCV、IJCV、PAMI、JOV等国际会议和期刊中，我们可以看出目前关于目标检测（如车辆检测、人脸检测和行人检测等）、目标识别...

 writeXML(fullfile(HOMEfolderAnnotationLM,nameXML), xml); 函数下的fprintf(fid, xml) 报错>> Warning: Invalid escape sequence appears in format string. See help sprintffor valid escape sequences. ...

不知不觉走进了SVM的迷局，不管图像的分类还是行人检测都要用到SVM，其中LIBSVM被广泛使用，LIBSVM含有svmtrain.c ,svm.cpp等多种语言的组合。但是在matlab环境下编译.c or .cpp时，编译环境必须合适才能编译通过。本人机子装的matlab2008a，用了好几年，不想换其他版本，与其配套的c编译器matlab自带，但是c++的编译必须要microsoft

我在编写matlab代码前，一般从以下思路出发，会快速高效的得到很好的结果，1.清晰陈述所要解决的问题；2.确定程序所需的输入量和所产生的输出量；3.为程序设计算法；4.将算法转化为MATLAB语句；5.调试MATLAB程序以下是个人在初始学习时遇到的一些函数的问题的note：A.数值和字符串>>in1=input('enter data:')

Enjoy this weeks list!26971 views, 1:00:45, Gaussian Process Basics, David MacKay, 8 comments 7799 views, 3:08:32, Introduction to Machine Learning, Iain Murray 16092 views, 1:28:05, Intro

1.对于观测到的变量，首先要明确这些变量的个数，以及其服从何种参数分布。因为在样本量有限的情况下，参数没办法准确确定，因此用一个分布来描述反而会显得更加恰当。比如，你在和别人交谈的过程中，需要描述某个大叔的年龄，你会说大叔的大概的年龄大致在45-55之间，这样既比较准确的描述问题，也间接反映你这个人说话还是比较靠谱的。2.根据参数的似然函数及先验信息得出其后验概率密度。贝叶斯认为参数的一切信息

BERNOULLI DISTRIBUTION &BINOMIAL DISTRIBUTION(贝努利分布&二元分布)，个人觉得二元分布比二项分布来的更直观一些。     贝努利分布：投一个硬币出现的结果x=head=1,tail=0的概率分布，表达式如下   概率分布是一个关于u的函数；     现在进行n次试验，观察到的结果（head or tail :0 or 1)由一个数据组组成D

学习HMM三种算法很好的网站，里面涵盖前向、后向、前后向及viterbi算法视频：http://www.youtube.com/watch?v=jwYuki9GgJo   最值得推荐的中文版介绍HMM：www.52nlp.cn 先上概率论里的2个基础法则：1.sum rule加法原则p(x)=sigmaY p(x,y);2.乘法原则product rule p(x,y)=p(y

【以下内容部分转自  http://www.lizhijin.com/view.php/Scholar/207.html  】A.判断P（x）是何种分布的方法：   首先对P(X)取对数---ln（x），然后观察x的形式。如果ln（x）是x的二次函数，那么P（x）就是Guassian;如果ln（x）是x和lnx的线性组合函数，那么P（x）就是Gamma。具体的细节后续再学习补充。B

文章部分来源于以下链接，个人也很推荐.http://www.mblondel.org/journal/2010/08/21/latent-dirichlet-allocation-in-python/http://www.cl.cam.ac.uk/teaching/1011/L101/ml4lp-lect8.pdfhttp://users-deprecated.aims.ac.za

From:http://blog.sina.com.cn/s/blog_764b1e9d0100rlnh.html选择主菜单->Classification->PostClassification->ConfusionMatrix->Using Ground Truth ROIs，可以得到如下的分类精度验证的混淆矩阵。要看懂这个精度验证结果，需要了解几个混淆矩阵中的几项评价指标：

自己做个链接，以备后续之需，也给同一方向的大家们一个选择，省得到处搜寻。http://vision.stanford.edu/resources_links.html //stanford feifei li 旗下数据库的链接地址，包括 IMAGENET,CALYECH101/256 等http://slazebni.cs.illinois.edu/ // 大神SPM的提出者，这...