在机器学习或者是模式识别当中有一种重要的分类器叫做：SVM 。这个被广泛的应用于各个领域。但是其计算的复杂度以及训练的速度是制约其在实时的计算机应用的主要原因。因此也很很多的算法被提出来，如SMO，Kernel的方法。
但是这里要提到的 Regularized
least-squares classification 是一个和他有着同样的效果的分类器。比较而言计算却比较的简单（We ...
分类：
其他好文 时间：
2014-10-16 16:55:33
阅读次数：
268
1、HOG特征： 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检測的特征描写叙述子。它通过计算和统计图像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，尤其在行人检測中...
分类：
其他好文 时间：
2014-10-11 20:37:36
阅读次数：
272
SVM，支持向量机。数据挖掘中的一个经典算法，博主学了挺久，把学到的一些东西跟大家分享一下。
支持向量机(SVM,Support Vector Machine)是在高维特征空间使用线性函数假设空间的学习系统,它由一个来自最优化理论的学习算法训练,该算法实现了一个由统计学习理论到处的学习偏置.此学习策略由Vapnik和他的合作者提出,是一个准则性的
并且强有力的方法.在它提出来的若干年来,在范...
分类：
编程语言 时间：
2014-10-11 19:34:26
阅读次数：
352
SVM（支持向量机）是机器学习算法里用得最多的一种算法。SVM最经常使用的是用于分类，只是SVM也能够用于回归，我的实验中就是用SVM来实现SVR（支持向量回归）。 对于功能这么强的算法，opencv中自然也是有集成好了，我们能够直接调用。OpenCV中的SVM算法是基于LibSVM软件包开发...
分类：
其他好文 时间：
2014-10-11 16:43:15
阅读次数：
473
这两天学习了一个相对比较简单但是十分实用的分类算法——贝叶斯分类算法，与我做项目使用的svm算法相比确实有很多精妙之处，。好比撒尿牛丸——好吃又好玩，而贝叶斯分类器则是简单又强大。本文结合简单天气预报进行讲解。
贝叶斯定理：
贝叶斯定理是概率论里面一个计算条件概率的法器！为什么是法器，且看后文。先摆出计算公式：
也许乍一看这公式没什么，但是我们先将公式移项得：P(A|B)P(B)=P...
分类：
其他好文 时间：
2014-10-09 16:31:18
阅读次数：
274
1.间隔（Margins）考虑逻辑回归，概率值是由模型预测出来的，给定，如果，则，预测最终类别就为1.对于一个正类样本，越大，也就越大，我们也就更大程度上确定该样本属于类别1.也就是说如果，那么预测就非常可信，类似地，如果，我们就能很自信是正确的预测.换种角度，对于给定的训练集，如果我们拟合出合适的...
分类：
其他好文 时间：
2014-10-09 02:00:07
阅读次数：
264
（一）SVM的背景简单介绍支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出很多特有的优势，并可以推广应用到函数拟合等其它机器学习问题中[10]。支持向量机方法是建立在统计学习理论的VC 维理论和...
分类：
其他好文 时间：
2014-10-07 15:20:53
阅读次数：
367
svm_predict_probability函数需要在train之前设置parameter参数才能得到概率模型。当svm_parameter.probability=1，或者options中的-b参数设置为1时。structsvm_parameter { intsvm_type; intkernel_type; intdegree; /*forpoly*/ doublegamma; /*forpoly/rbf/sigmoid*/ d..
分类：
其他好文 时间：
2014-10-06 16:12:01
阅读次数：
7181
Java实现简单版SVM近期的图像分类工作要用到latent svm，为了更加深入了解svm，自己动手实现一个简单版的。 之所以说是简单版，由于没实用到拉格朗日，对偶，核函数等等。而是用最简单的梯度下降法求解。当中的数学原理我參考了http://blog.csdn.net/lifeitengu...
分类：
编程语言 时间：
2014-10-05 14:48:58
阅读次数：
323
最近，本人要做个小东西，使用SVM对8类三维数据进行分类，搜索网上，发现大伙讨论的都是二维数据的二分类问题，遂决定自己研究一番。本人首先参考了opencv的tutorial，网址是：http://docs.opencv.org/doc/tutorials/ml/non_linear_svms/non_linear_svms.html#nonlinearsvms，这也是二维数据的二分类问题。然后通过...
分类：
其他好文 时间：
2014-10-05 11:40:18
阅读次数：
305
