本文基于台大机器学习技法系列课程进行的笔记总结。
一、主要内容
topic 1 深度神经网络结构
从类神经网络结构中我们已经发现了神经网络中的每一层实际上都是对前一层进行的特征转换，也就是特征抽取。一般的隐藏层（hidden layer）较少的类神经网络结构我们称之为shallow，而当隐藏层数比较多的类神经网络结构我们称之为deep。如下图所示：
从两者的对比中可以明显...
分类：
其他好文 时间：
2015-07-16 17:04:07
阅读次数：
267
处理过拟合的方法：1、去噪（数据清洗）；2、增加训练数据集（收集或构造新数据）3、正则化（L1、L2）4、减少特征数目5、对于决策树可以采用剪枝法6、采用组合分类器（装袋或随机森林）7、选择合适的迭代停止条件8、迭代过程中进行权值衰减（以某个小因子降低每个权值）
分类：
其他好文 时间：
2015-07-11 22:41:55
阅读次数：
478
图像去噪希望使用图像自身的冗余信息来去除图像噪声但不影响图像细节。下面主要介绍基于空间域高斯加权的三种去噪算法，分别为高斯滤波算法，双边滤波和非局部均值滤波，这三种算法随着复杂度的逐渐增大，对细节的识别与保留也在变强。...
分类：
编程语言 时间：
2015-07-11 18:39:32
阅读次数：
185
对于图形的平滑与滤波，但从滤波角度来讲，一般主要的目的都是为了实现对图像噪声的消除，增强图像的效果。
首先介绍二维卷积运算，图像的滤波可以看成是滤波模板与原始图像对应部分的的卷积运算。关于卷积运算，找到几篇相关的博客：图像处理：基础(模板、卷积运算)
图像处理-模板、卷积的整理对于2D图像可以进行低通或者高通滤波操作，低通滤波（LPF）有利于去噪，模糊图像，高通滤波（HPF）有利于找到图像边...
分类：
编程语言 时间：
2015-07-10 13:34:19
阅读次数：
20199
关联分析、噪声、高维性数据挖掘不是信息检索数据库中知识发现KDD：输入数据->数据预处理(特征选择、维归约、规范化、选择数据子集)->数据挖掘->后处理(模式过滤、可视化、模式表示)->信息数据预处理阶段，涉及融合多个数据源的数据、清洗数据、去噪和重复的观测值..
分类：
其他好文 时间：
2015-07-07 13:16:33
阅读次数：
239
各向异性扩散，也叫做P–M扩散，在图像处理和计算机视觉中广泛用于保持图像细节特征的同时减少噪声。定义有灰度图像I(x,y)I(x,y)，其各向异性扩散方程如下...
分类：
其他好文 时间：
2015-06-30 09:02:06
阅读次数：
237
一、原理
双边滤波（Bilateral filter）是一种可以去噪保边的滤波器。之所以可以达到此效果，是因为滤波器是由两个函数构成：一个函数是由几何空间距离决定滤波器系数，另一个由像素差值决定滤波器系数。
原理示意图如下：
双边滤波器中，输出像素的值依赖于邻域像素的值的加权组合，
权重系数w(i,j,k,l)取决于定...
分类：
编程语言 时间：
2015-06-21 14:32:21
阅读次数：
308
国内外研究主页集合：计算机视觉-机器学习-模式识别来自 http://cvnote.info/pages-collection-by-carson2005/国际大牛Adobe研究院 Jianchao Yang研究员[进入主页] (稀疏表示，超分辨率、图片检索、去噪、去模糊)CMU Srinivasa...
分类：
其他好文 时间：
2015-06-14 16:30:21
阅读次数：
661
我是一名初学者，如果你发现文中有错误，请留言告诉我，谢谢图像的模糊和平滑是同一个层面的意思，平滑的过程就是一个模糊的过程。而图像的去噪可以通过图像的模糊、平滑来实现（图像去噪还有其他的方法）那么怎么才能对一幅图像进行模糊平滑呢？图像的模糊平滑是对图像矩阵进行平均的过程。相比于图像锐化（微分过程），图...
分类：
编程语言 时间：
2015-06-10 01:03:54
阅读次数：
234
风格化的目的是生成绘画或印象派的效果，而不注重写实。事实上，保边去噪的滤波器是风格化的理想选择，因为它可以抽象区域的同时，保持，或增强边缘特性。...
分类：
其他好文 时间：
2015-05-26 18:59:35
阅读次数：
239
