http://blog.csdn.net/pipisorry/article/details/52469064独立性质的利用条件参数化和条件独立性假设被结合在一起，目的是对高维概率分布产生非常紧凑的表...
分类：
其他好文 时间：
2016-09-08 13:10:42
阅读次数：
306
贝叶斯网络图模型的表示
为了理解有向图对于描述概率分布的作用,首先考虑三个变量 a, b, c 上的一个任意的联合分布 p(a, b, c) 。注意,现阶段我们不需要对这些变量做出任何更多的...
分类：
其他好文 时间：
2016-09-07 21:11:58
阅读次数：
274
隐含狄利克雷分布简称LDA(Latent Dirichlet allocation)，是一种主题模型，它可以将文档集中每篇文档的主题按照概率分布的形式给出。同时它是一种无监督学习算法，在训练时不需要手...
分类：
其他好文 时间：
2016-09-06 09:11:09
阅读次数：
7795
产生式模型(Generative Model)与判别式模型(Discrimitive Model)是分类器常遇到的概念，它们的区别在于： 对于输入x，类别标签y：产生式模型估计它们的联合概率分布P(x,y)判别式模型估计条件概率分布P(y|x)产生式模型可以根据贝叶斯公式得到判别式模型，但反过来不行 ...
分类：
其他好文 时间：
2016-09-01 12:30:26
阅读次数：
124
在概率论和统计理论中，Hellinger距离被用来度量两个概率分布的相似度。它是f散度的一种（f散度——度量两个概率分布相似度的指标）。Hellinger距离被定义成Hellinger积分的形式，这种形式由Ernst Hellinger在1909年引进。 目录 ·1 定义 ·1.1 度量理论 ·1. ...
分类：
其他好文 时间：
2016-08-28 16:30:33
阅读次数：
134
在统计理论中，Bhattacharyya距离用来度量两个离散或连续概率分布的相似性。它与Bhattacharyya系数（Bhattacharyya coefficient）高度相关，后者是用来度量两个统计样本的重叠度的。所有这些命名都是为了纪念A. Bhattacharyya，一个在1930年工作于 ...
分类：
其他好文 时间：
2016-08-28 16:15:25
阅读次数：
183
目的： 提升深度神经网络的性能。 一般方法带来的问题： 增加网络的深度与宽度。 带来两个问题： （1）参数增加，数据不足的情况容易导致过拟合 （2）计算资源要求高，而且在训练过程中会使得很多参数趋向于0，浪费计算资源。 解决方法： 使用稀疏连接替代稠密结构。 理论依据（Arora）：一个概率分布可以 ...
分类：
Web程序 时间：
2016-08-01 21:19:18
阅读次数：
666
泊松分布是单位时间内独立事件发生次数的概率分布，指数分布是独立事件的时间间隔的概率分布。 请注意是"独立事件"，泊松分布和指数分布的前提是，事件之间不能有关联，否则就不能运用上面的公式。 ...
分类：
其他好文 时间：
2016-08-01 17:18:46
阅读次数：
164
联系在离散型随机变量的引入过程，在定义了随机变量X的期望E[X]之后，我们在实际问题中往往还会关注关于X的函数的随机变量E[g(X)],继续类比讨论离散型随机变量函数的期望的结论，我们很容易进行如下的猜想： 但是我们应该注意到，在离散型随机变量中，由于这种函数关系g(X)不会改变之后的概率分布，所以 ...
分类：
其他好文 时间：
2016-07-30 16:38:44
阅读次数：
113
一，噪声的介绍和卷积
二、各个滤波函数的解读，定义与源代码
三、综合所有的滤波，加滑动条控制核大小来blur
四、Matlab 辅助表达
一，噪声的介绍
图像噪声是图像在摄取或传输时所受的随机信号干扰，是图像中各种妨碍人们对其信息接受的因素。很多时候将图像噪声看成是多维随机过程，因而描述噪声的方法完全可以借用随机过程的描述，即用其概率分布函数和概...
分类：
其他好文 时间：
2016-07-23 18:23:44
阅读次数：
370
