模式识别导论

计算机视觉领域的会议与期刊

ICCV的全称是IEEEInternationalConferenceonComputerVision，即国际计算机视觉大会，由IEEE主办，与计算机视觉模式识别会议（CVPR）和欧洲计算机视觉会议（ECCV
程序小迷糊Y·2023-12-29 14:51

《如何观看世界》

尼古拉斯·米尔佐夫，纽约大学媒体、文化与传播专业教授，视觉文化学科创建者之一，著有《视觉文化导论》《视觉文化读本》等。
爱吃香蕉的猴·2023-12-29 11:32

Python实现连续子数组的最大和

今天测试组开完会后,他又发话了:在古老的一维模式识别中,常常需要计算连续子向量的最大和,当向量全为正数的时候,问题很好解决。但是,如果向量中包含负数,是否应该包含某个负数,并期望旁边的正数会弥补它呢？
Gxxx_xx·2023-12-29 10:17

写作导论（十九）——关于绪论、本论和结论（四稿）

写作导论（十九）——关于绪论、本论和结论（四稿）（一）提出问题（问题是什么）。提出问题首先要善于发现问题。
陈娘来·2023-12-29 10:51

模式识别与机器学习-无监督学习-降维

模式识别与机器学习-无监督学习-降维为什么要降维维度选择手工移除特征过滤式选择包裹式选择嵌入式选择维度抽取（线性模型）MDSPCA目标1：最小重构误差目标2：最大投影方差SVD思考：为什么保留特征值大的
Kilig*·2023-12-29 08:13

算法导论复习纲要

函数1.上界下界，紧确界的定义2.求解递推式，代入法，递归树法，主方法分治算法动态规划1.切割钢条：递归方法，动态的自上而下，2.矩阵乘法：最优子结构性的证明，如何写出m和s
wniuniu_·2023-12-29 04:17

算法导论复习（七） 动态规划

动态规划一般用来求解最优化问题设计一个动态规划算法一般有以下四步：描述一个最优解的结构特征。递归地定义最优解的值。计算最优解的值，通常采用自底向上的方法。利用计算出的信息构造出一个最优解。钢条切割问题体现了动态规划的一个重要性质：最优子结构性其实自顶向下的动态规划就是在递归的基础上将计算好的结果记录下来我们再来看看自下而上的求解通常，自顶向下法和自底向上法具有相同的渐近运行时间我们还可以记录切割的
wniuniu_·2023-12-29 04:15

治疗成效管理系统

读书：《焦点解决短期治疗导论》——第十一章，实证研究基础。
双鱼妞妞2020·2023-12-29 03:29

2021-04-28

先重复一下今天下午的任务，reading文学导论材料分享writing的背诵吧然后可以写一下昨天的日记了。
Bird_池林·2023-12-29 03:11

教育漫话概论（三）

声明：本文为对翻译版的《教育漫话》再概括后得出的内容，作者无法对全部内容精彩地展示出来，因此该篇文章可以看作教育漫话的导论，欢迎各位批评指正。
夏日花火啊·2023-12-29 03:03

计算机网络期末复习-电子科技大学(1)：导论，应用层，运输层

计网期末复习第一章计算机网络和因特网计算机网络的两大功能连通性共享性Internet具体构成数以亿计的计算互连设备、通信链路、分组交换：路由器和交换机主机（host）=端系统（endsystem）运行网络应用程序通信链路(link)双绞线,光纤,无线电频谱,卫星传输速率=带宽(bandwidth)带宽单位为bps，bitpersecond每秒传输的位数，例如百兆光纤就是100Mbps，实际传输使用
lzx0626.·2023-12-29 02:02

对共情的误解是不可避免的

在共读《自体心理学导论》的过程中，更深入地理解了自体心理学创始人科胡特所定义的“共情”，对共情很常见的混淆，
大鱼说·2023-12-28 23:44

周轩羽中原焦点团队网络初期27期坚持分享第5天20210329

今天学习了《焦点解决短期心理治疗的应用》导论第一部分关于基本精神的学习，了解到SFBT是三十年内形成的一种短期治疗学派，深受后现代建构主义的影响。
zhxy·2023-12-28 21:49

基于 AForge.Net 框架的扑克牌计算机视觉识别

实现这样的程序同样也是学习计算机视觉和模式识别的好路子。本文涉及到
Conmajia·2023-12-28 14:16

sheng的学习笔记-卷积神经网络

源自吴恩达的深度学习课程，仅用于笔记，便于自行复习导论1）什么是卷积神经网络卷积神经网络，也就是convolutionalneuralnetworks（简称CNN），使用卷积算法的神经网络，常用于计算机视觉等领域
coldstarry·2023-12-28 14:28

第1章对象导论

“我们之所以将自然界分解，组织成各种概念，并按其含义分类，主要是因为我们是整理口语交流社会共同遵守的协定的参与者，这个协定以语言的形式固定下来……除非赞成这个协定中规定的有关言语信息的组织和分类，否则我们根本无法交谈。”——BenjaminLeeWhort（1897~1941）1.1抽象过程所有编程语言都提供抽象机制，汇编语言是对底层机器轻微抽象。命令式语言：如FORTRAN、C、BASIC等，都
静静的闹铃·2023-12-28 11:11

模式识别与机器学习-SVM（带软间隔的支持向量机）

SVM（带软间隔的支持向量机）软间隔思想的由来软间隔的引入谨以此博客作为复习期间的记录。软间隔思想的由来在上一篇博客中，回顾了线性可分的支持向量机,但在实际情况中，很少有完全线性可分的情况，大部分线性可分的情况都是整体线性可分，个别样本点无法线性分割开。因此就要避免这极个别样本点对分割平面产生的影响。线性可分支持向量机软间隔的引入在分类过程中，允许极个别数据点“越界”，如何在目标函数中体现这一点呢
Kilig*·2023-12-28 11:29

模式识别与机器学习-无监督学习-聚类

无监督学习-聚类监督学习&无监督学习K-meansK-means聚类的优点：K-means的局限性：解决方案：高斯混合模型（GaussianMixtureModels，GMM）多维高斯分布的概率密度函数：高斯混合模型（GaussianMixtureModel，GMM）模型形式：EM算法迭代过程：K-means与高斯混合模型（GMM）的对比：K-means：高斯混合模型（GMM）：高斯混合模型（GM
Kilig*·2023-12-28 11:29

模式识别与机器学习-SVM（线性支持向量机）

线性支持向量机线性支持向量机间隔距离学习的对偶算法算法:线性可分支持向量机学习算法线性可分支持向量机例子谨以此博客作为复习期间的记录线性支持向量机在以上四条线中，都可以作为分割平面，误差率也都为0。但是那个分割平面效果更好呢？其实可以看出，黑色的线具有更好的性质，因为如果将黑色的线作为分割平面，将会有更大的间隔距离。其中，分割平面可以用以下式子表示:wx+b=0wx+b=0wx+b=0w和bw\t
Kilig*·2023-12-28 10:59

模式识别与机器学习-SVM（核方法）

SVM（核方法）核方法核技巧在SVM中的应用谨以此博客作为复习期间的记录核方法对解线性分类问题，线性分类支持向量机是一种非常有效的方法．但是，有时分类问题是非线性的，这时可以使用非线性支持向量机，核心思想是通过核方法将低维非线性可分数据转化为高维线性可分数据。非线性问题往往不好求解，所以希望能用解线性分类问题的方法解决这个问题.所采取的方法是进行一个非线性变换,将非线性问题变换为线性问题,通过解变
Kilig*·2023-12-28 10:55

治疗对话的微观分析

读书：《焦点解决短期治疗导论》——第十一章，实证研究基础。治疗对话的微观分析。微观分析起源于心理语言学的实验研究，他是一种用来分析沟通序列的方式。
双鱼妞妞2020·2023-12-28 10:22

模式识别与机器学习第一章

二、模式识别的概念模式识别：直观，无所不在，“人以类聚，物以群分”。目的：利用计算机对物理对象进行分类，在错误概率最小的条件下，使识别的结果尽量与客观物体相符
露(^_^)·2023-12-28 10:13

模式识别与机器学习（十二）：Stacking

原理在本次实验中以决策树、svm和随机森林为基学习器，以决策树为元学习器。Stacking的做法是首先构建多个不同类型的一级学习器，并使用他们来得到一级预测结果，然后基于这些一级预测结果，构建一个二级学习器，来得到最终的预测结果。Stacking的动机可以描述为：如果某个一级学习器错误地学习了特征空间的某个区域，那么二级学习器通过结合其他一级学习器的学习行为，可以适当纠正这种错误。具体步骤如下图所
从零开始的奋豆·2023-12-28 10:38

模式识别与机器学习（十二）：随机森林

原理随机森林(RandomForest,RF)是Bagging的一个扩展变体。RF在以决策树为基学习器构建Bagging集成的基础上，在决策树的训练过程中引入随机属性选择。训练每颗决策树时随机选出部分特征作为输入，所以该算法被称为随机森林算法。在RF中，对基决策树的每个结点，先从该结点的属性集合中随机选择一个包含k个属性的子集（假定有d个属性），然后再从这个子集中选择一个最优属性用于划分。参数k控
从零开始的奋豆·2023-12-28 10:34

默示的事实-《基督教神学导论》读书笔记

第二部分上帝的启示第六章上帝启示的保存第二节默示的事实读书笔记默示的事实关于圣经是神所默示的事实：1圣经宣告它来自神的启示，2新约篇章宣告旧约篇章是神的启示。3基督宣告圣经是神的话语是不可磨灭的。小结：在引用圣经来证明圣经是神所默示的时候往往会有循环论证的嫌疑。而逻辑与事实告诉我们真理都是自证的，真理是不能建立在非真理或者其他什么基础之上的。然而我们确立圣经是神所默示的这一前提并不只是参考圣经的自
小小哒小白·2023-12-28 05:08

收集研究数据

【中原焦点团队】高六李娟丽/分享1277天/2023.06.14周三/共1565场(累计585场/本周场读书：《焦点解决短期治疗导论》——第十一章，实证研究基础。
双鱼妞妞2020·2023-12-28 04:56

5月第一天，能量满满开启哟｜感恩日记D459

下午：午饭后整理完家，教研室完成16，17周复盘，阅读30min，导师帮忙指导论文小细节。晚上：和大鱼晶晶
Amy宝宝·2023-12-27 21:33

悦读社发言（58）

珍惜生活中的交换枢纽——《时间地图》读后《时间地图：大历史导论》讲述的是，知识是如何推动人类历史发展的？
冯雪松_4d76·2023-12-27 11:42

模式识别与机器学习-特征选择和提取

模式识别与机器学习-特征选择和提取特征选择一些距离测度公式独立特征的选择准则一般特征的散布矩阵准则离散K-L变换谨以此博客作为复习期间的记录。
Kilig*·2023-12-27 10:35

算法导论第二章代码实现

首先是插入法排序的代码实现：//插入排序（Insertion-Sort）的算法描述是一种简单直观的排序算法。//它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，//找到相应位置并插入。插入排序在实现上，通常采用in-place排序（即只需用到O(1)的额外空间的排序），//因而在从后向前扫描过程中，需要反复把已排序元素逐步向后挪位，为最新元素提供插入空间。////算法描
古剑诛仙·2023-12-27 04:05

第一章 控制系统导论

自动控制在没有人直接参与的情况下，利用外加的设备或装置(控制装置或控制器)使机器、设备或生产过程(被控对象)的某个工作状态或参数(被控量)自动地按照预定的规律运行发展初级：以反馈理论为基础的自动调节原理以传递函数为基础的经典控制理论：线性的单输入-单输出问题现代控制理论：以状态为基础的状态空间法自动控制系统为了实现各种复杂的控制任务，首先要将被控对象和控制装置按照一定的方式连接起来组成一个有机总体
shejialuo·2023-12-26 11:02

怎样学算法？

学习算法，不要一上来就开始啃《算法导论》，毕竟这本书并不适合新手学习，如果你之前的算法基础比较薄弱，只会一直陷在“拿起来又放下”的循环里。可以怎么入门呢？
Kantgo童鞋·2023-12-26 10:11

《人工智能导论》 第5章 搜索求解策略

搜索求解策略搜索的概念搜索的基本问题与主要过程搜索中需要解决的基本问题：是否一定能找到一个解。找到的解是否是最佳解。时间与空间复杂性如何。是否终止运行或是否会陷入一个死循环搜索的主要过程从初始或目的状态出发，并将它作为当前状态。扫描操作算子集，将适用当前状态的一些操作算子作用在其上而得到新的状态，并建立指向其父结点的指针。检查所生成的新状态是否满足结束状态，如果满足，则得到解，并可沿着有关指针从结
AncilunKiang·2023-12-26 09:07

机器学习基础整理(第2章) - 模式分类

文章目录什么是模式识别/分类器？
王踹踹·2023-12-26 08:40

模式识别与机器学习第三章

一、线性判别函数1.两类问题的判别函数若这些属于ω1和ω2两类的模式可用一个直线方程d(x)=0来划分，d(x)=w1x1+w2x2+w3=0d(x)称为两类模式的判别函数；d(x)=0称为决策面/判别界面方程。用判别函数进行模式分类依赖的两个因素：（1）判别函数的几何性质：线性的和非线性的函数。（2）判别函数的系数：判别函数的形式确定后，主要就是确定判别函数的系数问题。2.n维线性判别函数的一般
露(^_^)·2023-12-26 08:40

【模式识别与机器学习】——2.2正态分布模式的贝叶斯分类器

出发点：当已知或者有理由设想类概率密度函数P(x|ωi)是多变量的正态分布时，上一节介绍的贝叶斯分类器可以导出一些简单的判别函数。由于正态密度函数易于分析，且对许多重要的实际应用又是一种合适的模型，因此受到很大的重视。（贝叶斯分类规则是基于统计概念的。如果只有少数模式样本，一般较难获得最优的结果）正态分布模式的贝叶斯判别函数具有M种模式类别的多变量正态类密度函数为：其中，每一类模式的分布密度都完全
weixin_30421809·2023-12-26 08:09

【模式识别-北理工】04线性分类器

线性分类器1线性判别和广义线性判别1.1线性判别1.2广义线性判别2二分类、多分类线性判别2.1二分类线性判别2.2多分类线性判别3线性判别函数的几何意义4线性分类器训练的一般思路6线性分类器举例6.1感知机6.1.1概述6.1.2原理6.1.3求解目标（代价函数）及方法6.1.4感知机缺陷6.2LMSE算法6.2.1概述6.3支持向量机6.3.1引言6.3.2SVM原理6.3.3SVM特点6.3
不断进步的咸鱼·2023-12-26 08:07

模式识别与机器学习-判别式分类器

模式识别与机器学习-判别式分类器生成式模型和判别式模型的区别线性判别函数多分类情况多分类情况1多分类情况2多分类情况3例题广义线性判别函数实例分段线性判别函数Fisher线性判别感知机算法例：感知机多类别分类谨以此博客作为学习期间的记录生成式模型和判别式模型的区别生成式模型关注如何生成整个数据的分布
Kilig*·2023-12-26 08:01

算法导论复习（三）

这一次我们主要复习的是递归式求解递归式求解主要有的是三种方法：代换法递归树法主方法我们进行处理的时候要代换法方法讲解主要就是猜测答案的形式我们只在乎n在无穷大的时候成立就行关于答案的形式，我发现最后能够是nlogn的形式的话右边的必须能够化简为你猜测的解的形式才能够证明有时候我们需要做一些处理注意上面的替换递归树法
wniuniu_·2023-12-26 02:19

【模式识别】探秘分类奥秘：K-近邻算法解密与实战

目录1初识模式识别2K-近邻法2.1研究目的2.2研究环境2.3研究内容2.3.1算法原理介绍2.3.2实验步骤2.3.3实验结果2.4研究体会总结1初识模式识别模式识别是一种通过对数据进行分析和学习，
Sarapines Programmer·2023-12-25 15:05

感恩成功日记4.22

感恩日记1.感恩梅恩姐，谢谢你和我语音交流，特别开心，谢谢你的鼓励，谢谢你，谢谢，我爱你2.感恩老师，谢谢你给我们指导论文，让我知道怎么修改，谢谢你，谢谢，谢谢，我爱你3.感恩镜子伙伴们，谢谢你们的交流互动
静默小太阳·2023-12-25 12:11

浅谈---刘挺老师的信息检索系统导论

花了很长的时间看这本书，这本书也比较的难。从一开始老师推荐的时候就去图书馆借到了这本书，然后就开始看这本书了，只是当时确实看不太懂很多的章节，老师也说只是叫我浏览一下，就现在的我来说也是有很多的章节看不懂，不是说看不懂，里面涉及到的很多很细节的问题我就不知道了。所以有的直接跳过去的，有些在论文的帮助下勉强还能看懂一部分，说实话，论文给我的帮助很大，本科时为了最后的毕业设计，我看了大概几十篇硕博论文
江苏大学蝎子博士·2023-12-25 10:51

2022-09-29

网络与计算机技术国际学术会议(ICAICNCT2022)征稿主题*AI架构和应用代理*信息检索和集成*数据挖掘*计算机视觉和图像重建*计算机游戏*自然语言处理*基于知识的系统*概率和不确定推理*专家系统*模糊系统*模式识别
论文小天才·2023-12-25 06:58

11.4日

下午写的是大众体育管理作业，计算机作业晚上是体育课程导论，以及生理学作业。很喜欢现在的这个状态，无拘无束不需要去想太多，日子也很安逸。
吴三石石石石ah·2023-12-25 05:24

Arxiv网络科学论文摘要10篇(2020-12-25)

复杂系统中因果影响的谱排序;盗贼博弈与复杂网络中其他集中度度量之间的相关性;国家赞助的社交媒体宣传的多模式识别;理解日本三大都市圈COVID-19爆发期间的出行方式变化;展现在线照片共享的真实生活效果;
ComplexLY·2023-12-25 01:42

软件工程导论：什么是RUP?什么是极限编程（XP）?什么是敏捷过程？

什么是RUP：RUP（RationalUnifiedProcess），统一软件开发过程)是一个
史莱姆Slime·2023-12-25 01:46

【模式识别】探秘分类奥秘：最近邻算法解密与实战

目录1初识模式识别2最近邻法2.1研究目的2.2研究环境2.3研究内容2.3.1算法原理介绍2.3.2实验步骤2.3.3实验结果2.4研究体会总结1初识模式识别模式识别是一种通过对数据进行分析和学习，从中提取模式并做出决策的技术
Sarapines Programmer·2023-12-24 14:56

【操作系统导论】内存篇——分段

引入利用基址和界限寄存器，操作系统很容易将不同进程重定位到不同的物理内存区域。但是，对于一整个地址空间，在栈和堆之间存在一块空闲空间，如果将整个地址空间分配给进程，无疑造成了大量的内存浪费。为了解决这个问题，分段(segmentation)的概念应运而生。在典型的地址空间里划分3个段：代码段、栈段、堆段；为每个段配置一对基址界限寄存器。分段机制使得OS能够将不同的段放到不同的物理内存区域，从而避免
Skylar Lin·2023-12-24 12:43

【操作系统导论】内存篇——分页

引入采用「分段」的方式，将空间切成不同长度的分片，会出现碎片化问题，随着时间推移，分配内存会越来越困难。因此，值得考虑「分页」的方法：将空间分割成固定长度的分片；将物理内存看成是定长槽块的阵列，叫作页帧(pageframe，PF），每个页帧包含一个虚拟内存页。「分页」具有许多优点：灵活性通过完善的分页方法，操作系统能够高效地提供地址空间的抽象，不管进程如何使用地址空间。例如，不用假定「堆」和「栈」
Skylar Lin·2023-12-24 12:43

【操作系统导论】内存篇——页面置换

一.机制在硬盘上开辟一部分空间用于物理页的移入/移出，在OS中称为交换空间(swapspace)。假设OS以页大小为单元读取/写入交换空间。为此，OS需要记住给定页的硬盘地址。交换空间的大小是非常重要的，它决定了系统在某一时刻能够使用的最大内存页数。存在位回忆一下内存引用：硬件首先从虚拟地址获得VPN；检查TLB是否命中，如果命中，则获得最终的物理地址并从内存中取回；如果TLB未命中，则硬件在内存
Skylar Lin·2023-12-24 12:43
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他