【摘要】 很多多模态任务，都需要融合两个模态的特征。特征融合即输入两个模态的特征向量，输出融合后的向量。最常用的方法是拼接（concatenation）、按位乘（element-wise product）、按位加（element-wise sum）。MCB的作者认为这些简单的操作效果不如外积（out ...
分类：
编程语言 时间：
2020-03-19 13:41:04
阅读次数：
108
特征向量的方法不仅考虑节 点邻居数量还考虑了其质量对节点重要性的影响. t-family:Times-Roman;color:rgb(0,0,0);"> 3.1 特征向量中心性 特征向量中心性(eigenvector centrality)[32]认为一 个节点的重要性既取决于其邻居节点的数量(即该 ...
分类：
其他好文 时间：
2020-03-13 13:17:04
阅读次数：
91
1.感知机感知机是一种二分类的线性分类模型，输入为实例的特征向量，输出为实例的类别{+1，-1}。感知机要求数据集是线性可分的。按照统计学习三要素模型、策略、算法的顺序来介绍。 2.感知机模型由输入空间到输出空间的如下函数：f(x)=sign(ω?x+b)f(x)=sign(ω?x+b) 其中ω，b ...
分类：
其他好文 时间：
2020-03-07 20:43:57
阅读次数：
81
感知机属于有监督的学习，生成的模型称为判别模型。其通过特定的函数将输入的特征向量，输出为实例的类别（+1或-1），该函数即为将实例划分为两类的分离超平面。为获得最优化的超平面，感知机引入了基于误分类的损失函数。感知机是神经网络和支持向量机的基础。 有监督学习分为生成模型和判别模型两种。其分别含义如下 ...
分类：
其他好文 时间：
2020-03-07 20:30:43
阅读次数：
122
本文接着上一篇《几何系列】矩阵（一）：矩阵乘法和逆矩阵》继续介绍矩阵。 转置 矩阵的转置比较简单，就是行和列互相调换，可以用上标 $T$ 表示某个矩阵的转置。 $$A^T=(b_{ij})$$ 其中 $b_{ij}=a_{ji}$。 例如，对于： $$A=\begin{bmatrix}1 & 2 & ...
分类：
其他好文 时间：
2020-02-24 09:47:09
阅读次数：
120
1.相似矩阵 在线性代数中，相似矩阵是指存在相似关系的矩阵。设A，B为n阶矩阵，如果有n阶可逆矩阵P存在，使得P^(-1)AP=B，则称矩阵A与B相似，记为A~B 相似矩阵有以下性质： 对于 设A，B和C是任意同阶方阵，则有： （1）反身性：A~ A （2）对称性：若A~ B，则 B~ A （3）传 ...
分类：
其他好文 时间：
2020-02-23 22:04:57
阅读次数：
425
1. 活体相关文献综述调研 参考：https://blog.csdn.net/CVAIDL/article/details/84567319 2. 基于LBP纹理特征的识别 1） 基于LBP_256特征提取（基本的256维LBP特征向量） 401*401 RGB图片->灰度化-> 计算得到400*4 ...
分类：
其他好文 时间：
2020-02-18 15:00:48
阅读次数：
71
核函数使用的条件: 核函数的充要条件是K矩阵是半正定的。 将K特征值分解，有V'KV=∧,K=V∧V' 经特征映射将属性值映射到特征空间Ф：xi->sqrt(λ:)*Vi: （根号对角特征值阵*第i点对应的特征向量阵的第i行阵） 核函数K(x,z)对应于特征映射Ф的核函数=<Ф(x)?Ф(z)> 先 ...
分类：
其他好文 时间：
2020-02-14 13:06:12
阅读次数：
71
一.概述 word2vec用于处理文本字符串，类似的功能如sklearn的CountVectorizer,TfidfVectorizer,HashingVectorizer CountVectorizer用每个词出现的次数做为向量的值，如特征空间内宫n个词，特征向量i中如果第j个word出现了n次则 ...
分类：
其他好文 时间：
2020-02-14 10:43:23
阅读次数：
73
一、获取数据 1.导入数据： from sklearn import datasets from sklearn import datasets iris=datasets.load_iris() #导入数据集 x=iris.data #获得特征向量 y=iris.target #获得样本lable ...
分类：
其他好文 时间：
2020-02-11 16:01:11
阅读次数：
60
