贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说， 不从整体最优上加以考虑，他所做出的是在某种意义上的局部最优解。（官方解释）。 所谓的贪心算法主要理解就在这个“贪心”上面，所谓贪心，就是找到最好的，也就是上面说的最优解。 我们可以通过各种方式找到当前的最优解， ...
分类：
编程语言 时间：
2019-07-12 09:24:44
阅读次数：
120
1、使用模拟退火算法SA（Simulate Anneal） 贪心算法是，在求最优解时，从a点开始试探，如果函数值继续减少，那么试探过程继续，到达b点时，试探过程结束（因为无论朝哪个方向努力，结果只会越来越大），因此找到了局部最优b点。 模拟退火算法以一定的概率来接受一个比当前解要差的解，因此有可能会 ...
分类：
其他好文 时间：
2019-06-30 18:51:10
阅读次数：
108
动态规划（DP）概述： 动态规划是运筹学的一个分支。（运筹学，是现代管理学的一门重要专业基础课。该学科利用统计学、数学模型和算法等方法，去寻找复杂问题中的最佳或近似最佳的解答。） 以局部最优解最终求得全局最优解。在设计动态规划算法时，需要确认原问题与子问题、动态规划状态、边界状态结值、状态转移方程等 ...
分类：
其他好文 时间：
2019-06-17 20:25:51
阅读次数：
150
动态规划（DP：Dynamic Programming） 动态规划是求解包含重复子问题的最优化方法，把原问题分解为相对简单的子问题。动态规划只能应用于有最优子结构的问题（即局部最优解能决定全局最优解，或问题能分解成子问题来求解）。 基本思想 将原问题分解为相似的子问题，再合并子问题的解以得出原问题的 ...
分类：
编程语言 时间：
2019-06-16 21:59:31
阅读次数：
141
贪心算法 贪心算法是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的是在某种意义上的局部最优解。 贪心算法并不保证会得到最优解，但是在某些问题上贪心算法的解就是最优解。要会判断一个问题能否用贪心算法来计算。 1.找零问题 假设商店老板需要找零n元钱，钱 ...
分类：
编程语言 时间：
2019-05-12 20:06:11
阅读次数：
215
决策树算法原理(ID3，C4.5) 决策树算法原理(CART分类树) CART回归树 决策树的剪枝是通过极小化决策树整体的损失函数。(决策树的生成只考虑局部最优，决策树的剪枝考虑全局最优) 设树T的叶节点为 t，个数为 |T|，该叶节点有 Nt 个样本点，其中 k 类的样本点有 Ntk 个，k = ...
分类：
其他好文 时间：
2019-04-24 20:54:18
阅读次数：
212
MIL陷入局部最优，检测到局部，无法完整的检测到物体。将instance划分为空间相关和类别相关的子集。在这些子集中定义一系列平滑的损失近似代替原损失函数，优化这些平滑损失。 C-MIL learns instance subsets, where the instances are spatial ...
分类：
其他好文 时间：
2019-04-15 00:36:05
阅读次数：
332
三维配准中经常被提及的配准算法是ICP迭代的方法，这种方法一般般需要提供一个较好的初值，也就是需要粗配准，同时由于算法本身缺陷，最终迭代结果可能会陷入局部最优，导致配准失败，往往达不到我们想要的效果。本文介绍的是另一种比较好的配准算法，NDT配准。所谓NDT就是正态分布变换，作用与ICP一样用来估计 ...
分类：
其他好文 时间：
2019-04-14 16:15:23
阅读次数：
710
图片样本可视化 "原文第四篇" 中，我们介绍了官方的入门案例MNIST，功能是识别手写的数字0 9。这是一个非常基础的TensorFlow应用，地位相当于通常语言学习的"Hello World!"。 我们先不进入TensorFlow 2.0中的MNIST代码讲解，因为TensorFlow 2.0在K ...
分类：
其他好文 时间：
2019-04-10 13:57:23
阅读次数：
157
1. 五大算法 贪心算法: 局部最优解法 分治算法: 分成多个小模块，与原问题性质相同 动态规划: 每个状态都是过去历史的一个总结 回溯法: 发现原先选择不优时，退回重新选择 分支限界法 贪心算法: 局部最优解法 分治算法: 分成多个小模块，与原问题性质相同 动态规划: 每个状态都是过去历史的一个总 ...
分类：
编程语言 时间：
2019-04-09 16:50:54
阅读次数：
171
