Predict a biological response of molecules from their chemical properties
从分子的化学属性中预测其生物反应。
The objective of the competition is to help us build as good a model as possible so that we can, as op...
分类：
其他好文 时间：
2014-11-24 19:19:09
阅读次数：
356
最近论文在用SVM进行分类，目的是检测缺陷。缺陷有三种分别是孔洞，刮擦和划痕缺陷。 我用过libsvm和ddtools还有就是matlab中的svm函数 (svmtrain、svmclsassify)，libsvm原来用的效果不好，我现在又忘了怎么用了，改天再把它捡起来吧，现在用的是 mat...
分类：
其他好文 时间：
2014-11-24 16:45:46
阅读次数：
735
支持向量机SVM是从线性可分情况下的最优分类面提出的。所谓最优分类，就是要求分类线不但能够将两类无错误的分开，而且两类之间的分类间隔最大，前者是保证经验风险最小（为0），而通过后面的讨论我们看到，使分类间隔最大实际上就是使得推广性中的置信范围最小。推广到高维空间，最优分类线就成为最优分类面。 支持向...
分类：
其他好文 时间：
2014-11-20 20:17:37
阅读次数：
234
在2005年CVPR上，来自法国的研究人员NavneetDalal和BillTriggs提出利用Hog进行特征提取，利用线性SVM作为分类器，从而实现行人检测。而这两位也通过大量的测试发现，Hog+SVM是速度和效果综合平衡性能较好的一种行人检测方法。后来，虽然很多研究人员也提出了很多改进的...
分类：
其他好文 时间：
2014-11-20 20:14:15
阅读次数：
555
梯度直方图特征(HOG)是一种对图像局部重叠区域的密集型描述符,它通过计算局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。需要提醒的是，HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的CVPR上提出的.....
分类：
其他好文 时间：
2014-11-20 20:14:08
阅读次数：
311
在做svm的时候我们碰到了结构风险最小化的问题，结构风险等于经验风险+vc置信范围，其中的vc置信范围又跟样本的数量和模型的vc维有关，所以我们看一下什么是vc维
首先看一下vc维的定义：对一个指标函数集，如果存在H个样本能够被函数集中的函数按所有可能的2的H次方种形式分开，则称函数集能够把H个样本打散；函数集的VC维就是它能打散的最大样本数目H
例如有个样本，一个函数能够将这h个样本打散，打...
分类：
其他好文 时间：
2014-11-20 15:28:11
阅读次数：
167
从svm的思路说起，进而到svm的具体推导过程...
分类：
其他好文 时间：
2014-11-20 12:08:00
阅读次数：
300
egrep‘(vmx|svm)‘/proc/cpuinfo##查看系统是否支持硬件虚拟化apt-getisntallkvmcd/zpf/xp##进入创建虚拟机的目录kvm-imgcreatexp.iso10G##创建虚拟机系统kvm-drivefile=xp.iso-cdrom/path/xxx.iso-bootd-m1024##安装虚拟机系统(-cdrom指定镜像位置,-bootd从光盘启动,-m1024设置..
分类：
系统相关 时间：
2014-11-19 18:56:58
阅读次数：
205
生存？还是毁灭？——哈姆雷特可分？还是不可分？——支持向量机之前一直在讨论的线性分类器,器如其名（汗，这是什么说法啊），只能对线性可分的样本做处理。如果提供的样本线性不可分，结果很简单，线性分类器的求解程序会无限循环，永远也解不出来。这必然使得它的适用范围大大缩小，而它的很多优点我们实在不原意放弃，...
分类：
其他好文 时间：
2014-11-19 12:13:03
阅读次数：
273
