主要的步骤： 转载至：http://www.cnblogs.com/chenbjin/p/4200790.html?utm_source=tuicool&utm_medium=referral 1.数据中心化，均值为0，方差为1（目的：协方差矩阵表示的为方差，方差为1，消除量纲影响（由于最大化方差， ...
分类：
编程语言 时间：
2017-11-04 19:44:38
阅读次数：
616
梯度方向：上升的方向 梯度下降：沿着梯度的反方向下降，来最小化损失函数，也就是沿着梯度的反方向 泰勒级数：展开式通项 贝叶斯公式：后验概率=先验概率*条件概率 特征值与特征向量：特征值不同，特征向量线性无关 PCA:降维的同时尽可能的保留原始的信息 过程 1)先求解协方差矩阵 2)求解协方差矩阵的特 ...
分类：
其他好文 时间：
2017-10-22 22:13:15
阅读次数：
144
【协方差矩阵在图像处理之特征脸处理中的应用】 【说】注意关键点在于“数据量的巨大，计算量的巨大”。【说】特征值起到了数据压缩、显示特征的作用。 一个标准化的面部图形的一个大型数据集合的协方差矩阵的特征向量称为特征脸。 https://zh.wikipedia.org/wiki/特征值和特征向量 在图 ...
分类：
其他好文 时间：
2017-09-16 20:35:43
阅读次数：
187
一切的算法，落到了“0101”的相似度比较。将INPUT作“字符串”、“实数、虚数”、“矩阵”、“向量”、“张量”？我们已有一个--来源，如：历史数据、先验生成--参照物、事实标准、参考系--INPUT代表着未知，需要我们给出结果，矩阵：协方差矩阵-->特征值 图像识别 指纹识别 ...
分类：
编程语言 时间：
2017-09-16 17:10:52
阅读次数：
175
·1、协方差与散布矩阵的意义 【尊重原创，转载请注明出处】http://blog.csdn.net/guyuealian/article/details/68922981 1）散布矩阵（散度矩阵/scatter matrix）前乘以系数1/(n-1)就可以得到协方差矩阵了，样本的协方差矩阵乘以n-1 ...
分类：
其他好文 时间：
2017-09-13 17:13:40
阅读次数：
133
参考： 如何通俗易懂地解释「协方差」与「相关系数」的概念？（非常通俗易懂） 浅谈协方差矩阵 方差（variance） 集合中各个数据与平均数之差的平方的平均数。在概率论与数理统计中，方差（Variance）用来度量随机变量和其数学期望（即均值）之间的偏离程度。 方差越大，数据的离散程度就越大。 协方... ...
分类：
其他好文 时间：
2017-08-25 21:37:29
阅读次数：
179
多元高斯(正态)分布 多元高斯分布有两个参数u和Σ,u是一个n维向量，Σ协方差矩阵是一个n*n维矩阵。改变u与Σ的值可以得到不同的高斯分布。 参数估计（参数拟合），估计u和Σ的公式如上图所示，u为平均值，Σ为协方差矩阵 使用多元高斯分布来进行异常检测 首先用我我们的训练集来拟合参数u和Σ，从而拟合模 ...
分类：
其他好文 时间：
2017-08-23 20:48:11
阅读次数：
174
PCA (Principal Component Analysis) 主成份分析 也称为卡尔胡宁-勒夫变换（Karhunen-Loeve Transform），是一种用于探索高维数据结构的技术。PCA通常用于高维数据集的探索与可视化。还可以用于数据压缩，数据预处理等。PCA可以把可能具有相关性的高维 ...
分类：
编程语言 时间：
2017-08-22 01:50:08
阅读次数：
521
1.前言g2o是根据边来保存每一个代价函数，它是在边类中构造误差函数，构造边的时候，会设置顶点、测量值、协方差矩阵等。而在ceres中，用problem类型来构造最终的目标函数。先是使用AddResidualBlock来添加代价函数，代价函数和核函数等构造成目标函数。在ceres中，代价函数就是误差 ...
分类：
其他好文 时间：
2017-08-17 21:29:45
阅读次数：
709
转自http://www.cnblogs.com/chaosimple/p/3182157.html 一、统计学的基本概念 统计学里最基本的概念就是样本的均值、方差、标准差。首先，我们给定一个含有n个样本的集合，下面给出这些概念的公式描述： 均值： 标准差： 方差： 均值描述的是样本集合的中间点，它 ...
分类：
其他好文 时间：
2017-08-12 22:51:48
阅读次数：
207
