本节讨论给定训练数据集估计条件随机场模型参数的问题，即条件随机场的学习问题。条件随机场模型实际上是定义在时序数据上的对数线形模型，其学习方法包括极大似然估计和正则化的极大似然估计。具体的优化实现算法有改进的迭代尺度法IIS、梯度下降法以及 L-BFGS 算法。（crf++ 采用了 L-BFGS 优化... ...
分类：
其他好文 时间：
2016-08-31 18:25:26
阅读次数：
278
摘自清华新闻中心，原文链接：http://www.cce.tsinghua.edu.cn/zh-hans/node/397 清华大学燃烧能源中心与荷兰屯特大学流体物理研究组合作的一项研究工作揭示了动态Leidenfrost现象中的关键时间和空间尺度。 液滴对高温固体表面的冲击现象在许多工业过程中起到 ...
分类：
其他好文 时间：
2016-08-29 22:19:22
阅读次数：
174
1.width=device-width //应用程序的宽度和屏幕的宽度是一样的 2.height=device-height //应用程序的高度和屏幕的高是一样的 3.initial-scale=1.0 //应用程序启动时候的缩放尺度（1.0表示不缩放） 4.minimum-scale=1.0 / ...
分类：
其他好文 时间：
2016-08-29 12:34:13
阅读次数：
122
尺度不变特征变换匹配算法详解Scale Invariant Feature Transform(SIFT)Just For Fun zdd zddmail@gmail.com 对于初学者，从David G.Lowe的论文到实现，有许多鸿沟，本文帮你跨越。 1、SIFT综述 尺度不变特征转换(Scal ...
分类：
编程语言 时间：
2016-08-28 01:13:06
阅读次数：
298
一、理论知识
Scale Invariant Feature Transform，尺度不变特征变换匹配算法，对于算法的理论介绍，可以参考这篇文章http://blog.csdn.net/qq_20823641/article/details/51692415，里面很详细，可以更好的学习。这里就不多介绍。后面就挑选重点的来说
二、SIFT 主要思想
SIFT算法是一种提取局部特征的...
分类：
其他好文 时间：
2016-08-24 15:54:04
阅读次数：
508
1) 一个程序至少有一个进程,一个进程至少有一个线程 2) 线程的划分尺度小于进程，使得多线程程序的并发性高 3) 另外，进程在执行过程中拥有独立的内存单元，而多个线程共享内存，从而极大地提高了程序的运行效率 4) 线程在执行过程中与进程还是有区别的。每个独立的线程有一个程序运行的入口、顺序执行序列 ...
分类：
编程语言 时间：
2016-08-22 19:45:56
阅读次数：
260
前段时间学习了HOG描述子及其与SVM结合在行人检测方面的应用。 当我们用训练好的模型去检测测试图像时，我们会用到detectMultiScale() 这个函数来对图像进行多尺度检测。 这是opencv3.1里的参数解释 可以看到一共有8个参数。 1.img(必需) 这个不用多解释，显然是要输入的图 ...
分类：
其他好文 时间：
2016-08-08 06:33:40
阅读次数：
865
N.E.Huang于1998年提出了一种针对非平稳非线性嘻信号的处理方法—经验模式分解（EMD），该方法给予信号本生的时间尺度特征，把复杂信号分解为有限个固有模态分量（Intrinsic Mode Function,IMF）和一个余项，是一种自适应的信号处理方法。EMD已经广泛应用于信号去噪，伪谐波 ...
分类：
其他好文 时间：
2016-08-07 09:43:29
阅读次数：
428
