
模式识别
歪歪有计划
爱旅行的攻城狮!
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
PCA-主成份分析实现流程
PCA用来干什么:PCA(Principal Component Analysis),PAC的作用主要是降低数据集的维度,然后挑选出主要的特征。PCA的主要思想是移动坐标轴,找到方差最大的方向上的特征值。PCA算法流程:原创 2014-12-30 15:12:15 · 837 阅读 · 0 评论 -
宽基线和窄基线
最近在研究特征匹配,对宽基线和窄基线的概念不清楚,故转载一篇文章。基线的本意是指立体视觉系统中两摄像机光心之间的距离。依据拍摄两幅图 像的视点位置关系可将对应点匹配问题分为宽基线(Wide Baseline)和窄基线匹配(Short Baseline)。宽基线一词用于匹配时,泛指两幅图像有明显不同的情况下的匹配。产生这种情况的原因有可能为摄像机之间的位置相差很大,也有可能由于摄像机旋转或焦距的变化转载 2015-03-09 16:20:07 · 699 阅读 · 0 评论 -
区分Bootstrps、Bagging与 Boosting
在机器学习学习过程中bootstrps bagging boosting这几个概念经常用到,现仔细学习了一下:他们都属于集成学习方法,(如:Bagging,Boosting,Stacking),将训练的学习器集成在一起,原理来源于PAC学习模型(Probably Approximately CorrectK)。Kearns和Valiant指出,在PAC学习模型中,若存在一个多项式级的学习算法来识别转载 2015-03-05 15:46:37 · 722 阅读 · 0 评论