曾以为生活是绚丽多彩的， 曾以为爱情是纯洁无暇的，但一切只是以为。。。。。。 站在幸福的顶峰，纵身一跃，所有的一切回归原点。 谁在你心里留下烙印，谁是你心中的过往； 谁曾为你哭泣过；谁懂得在你失落的时候给予关怀。。。。 拥有过 失去过； 珍惜过 放弃过；有些事终会留下遗憾；有些人最终只能深埋...
分类：
其他好文 时间：
2014-08-15 15:58:28
阅读次数：
210
现在，又回归到代码编写了。
其实，安安静静地享受编码的过程，是一个很美好的旅程，从此以后，就尽情享受这一过程吧。
现在，就遇到了在Windows上如何访问和操作超长文件（长度超过256）的问题。此前一直使用open、read、write等Windows原始开发接口，为照顾和Linux、Unix等接口类型的兼容性，没有使用Win32的SDK接口，这下搞不定了。
经过...
分类：
其他好文 时间：
2014-08-14 20:41:53
阅读次数：
293
从Ⅱ到Ⅳ都在讲的是线性回归，其中第Ⅱ章讲得是简单线性回归（simple linear regression, SLR）（单变量），第Ⅲ章讲的是线代基础，第Ⅳ章讲的是多元回归（大于一个自变量）。 本文的目的主要是对Ⅱ章中出现的一些算法进行实现，适合的人群为已经看完本章节Stanford课程的学者。本人...
分类：
其他好文 时间：
2014-08-14 19:42:19
阅读次数：
216
#include"cv.h"
#include"cxcore.h"
#include"highgui.h"
#include<iostream>
#include"function.h"
CvHistogram*histogram2(IplImage*src,intHSize)//返回归一化的histogram
{
IplImage*SrcH=cvCreateImage(cvGetSize(src),8,1);
//IplImage*SrcS=cvCreateImage(cvGetSi..
分类：
其他好文 时间：
2014-08-14 17:11:29
阅读次数：
264
#include"cv.h"
#include"cxcore.h"
#include"highgui.h"
#include<iostream>
#include"function.h"
CvHistogram*histogram2(IplImage*src,intHSize,intSSize)//返回归一化的histogram
{
IplImage*SrcH=cvCreateImage(cvGetSize(src),8,1);
IplImage*SrcS=cvCreateImage(..
分类：
其他好文 时间：
2014-08-14 17:11:19
阅读次数：
275
和基于HSV的陆基移动距离相对比，这个为三维直方图程序：结论：和基于HSV的路基距离相比，效果没有HSV好代码：#include"cv.h"
#include"cxcore.h"
#include"highgui.h"
#include<iostream>
CvHistogram*histogram(IplImage*src,intBSize,intGSize,intRSize)//返回归一化..
分类：
移动开发 时间：
2014-08-14 17:09:49
阅读次数：
422
程序：HSize=30，SSize=32：比例为2.89HSize=20，SSize=20：比例为2.88HSize=50，SSize=50：比例为2.87代码：#include"cv.h"
#include"cxcore.h"
#include"highgui.h"
#include<iostream>
CvHistogram*histogram(IplImage*src,intHSize,intSSize)//返回归一化的histogram..
分类：
移动开发 时间：
2014-08-14 17:09:29
阅读次数：
438
自我学习就是把稀疏自编码器与Softmax回归分类器串联起来。
稀疏编码器是用来无监督学习的，使用无标签数据。
Softmax回归分类器是有监督学习，使用标签数据。
实际生活中，我们能轻松获得大量无标签数据（如从网上随机下载海量图片）
难以获得大量有标签数据（有标签的数据库通常不会太大，而且很贵）
如果我们手头上只有少量标签数据，但是有大量的无标签数据，这是就可以采用自我...
分类：
其他好文 时间：
2014-08-13 13:03:36
阅读次数：
493
决策树（decision tree） 决策树：是一种基本的分类和回归方法。它是基于实例特征对实例进行分类的过程，我们可以认为决策树就是很多if-then的规则集合。 优点：1）训练生成的模型可读性强，我们可以很直观的看出生成模型的构成已经工作方式，因为模型就是由数据属性和类别构成一棵树。 ...
分类：
其他好文 时间：
2014-08-12 21:34:44
阅读次数：
257
Softmax回归就是推广版本的逻辑回归。
只不过逻辑回归是个2分类问题，而Softmax是多分类问题，仅此而已。
Softmax回归在2分类情况下就蜕化成了逻辑回归。
逻辑回归的代价函数
考虑到权重衰减，修改一下就是Softmax回归的代价函数了
这里的权重衰减项是必须的，因为原先的代价函数不是严格凸函数，有无穷个极小值。现在加了这个权重衰减项，函数变成了严格凸函数。L...
分类：
数据库 时间：
2014-08-12 17:10:34
阅读次数：
502
