白化ZCA

Some Tips/Tricks in Machine Learning

Overfitting,扩充数据集的方法通常有以下几种:horizontallyflippingrandomcropscolorjittering预处理(normalization)常见的有一下三种:减去均值zscore白化
GavinZhou_xd·2016-09-19 22:55

数据标准化与PCA白化原理探索

这篇文章从PCA白化入手，探究这些trick背后的原因。1Whitening（白化）白化1有两种，一种是PCAWhitening，一种是ZCAWhite
happyer88·2016-05-14 14:00

机器学习基础（六十二）—— 白化

在一些算法中还需要一个与之相关的预处理步骤，这个预处理过程称为白化（一些文献中也叫sphering）。举例来说，假设训练数据是图像，由于图像中相邻像素之间具有很强的相关性，所以用于训练时输入是冗余的。
lanchunhui·2016-05-11 12:00

UFLDL 07 白化 whitening/sphering

什么是白化白化是将不同特征的相关性去掉相，并且将新特征的数据的的方差化为相同。至于为什么需要白化，文中只说了有些算法需要它作为预处理，quora上的一个问题也许会有帮助。
bea_tree·2016-05-02 23:00

实现主成分分析和白化

实现主成分分析和白化在这一节里，我们将总结PCA,PCA白化和ZCA白化算法，并描述如何使用高效的线性代数库来实现它们。首先，我们需要确保数据的均值（近似）为零。
qq_25491201·2016-04-26 21:00

白话(whitening)

白化Contents [hide]1 介绍2 2D的例子3 ZCA白化4 正则化5 中英文对照6 中文译者介绍我们已经了解了如何使用PCA降低数据维度。
qq_25491201·2016-04-26 21:00

主成分分析(PCA)

更重要的是，理解PCA算法，对实现白化算法有很大的帮助，很多算法都先用白化算法作预处理步骤。假设你使用图像来训练算法，因为图像中相邻
qq_25491201·2016-04-26 21:00

【UFLDL-notes of attached materials（to be continued）】

DataPreprocessing：对基于正交化ICA的模型来说，保证输入数据尽可能地白化（即协方差矩阵为单位矩阵）非常重要。
qiusuoxiaozi·2016-04-15 14:00

pca程序分析

计算协方差矩阵及其特征值和特征向量3、计算协方差矩阵的特征值大于阈值的个数4、降序排列特征值5、去掉较小的特征值6、去掉较大的特征值(一般没有这一步）7、合并选择的特征值8、选择相应的特征值和特征向量9、计算白化矩阵
he_min·2016-03-12 17:00

机器学习（七）白化whitening

白化whitening原文地址：http://blog.csdn.net/hjimce/article/details/50864602作者：hjimce一、相关理论  白化这个词，可能在深度学习领域比较常遇到
hjimce·2016-03-12 11:00

关于normalize ，白化的解释

在看机器学习的过程中往往会看到正则化，归一化，白化的名词，今天就概括介绍一下正则化正则化的目的：避免出现过拟合（over-fitting）经验风险最小化+正则化项=结构风险最小化经验风险最小化（ERM）
Losteng·2016-03-01 11:00

深度学习文献阅读笔记（6）

基本思想是做了双层的PCA映射，并且在映射过程中进行了ZCA白化。其训练集的分类方法和对比实验思路以及对实验结果的描述值得借鉴。 52、深度人脸识别（DeepFaceRecognition）（英文，
u013088062·2016-01-14 20:00

美丽课堂丨美白要有自己的“一套”

2美白化妆水汗水和皮脂会令人误以为肌肤很滋润，但肌肤深层是干燥的，选择零负担的补水产品进行彻底保湿才是正解！3美白精华首先，要分辨自己究竟适合使用哪种
全球时尚·2015-12-30 00:00

怪物猎人OL初阶与王立电龙套装属性及所需材料一览

初阶电龙套装套装制作所需材料：电龙的翼X10、柔软的皮X16、电龙的牙X16、低压的电气袋X12、白化里脊肉X4、电龙的吸盘X3、兽骨【中】X3、龙骨【中】X6、燕雀石X6、大地结晶X3、杀人蜂幼虫X6
佚名·2015-12-29 08:47

敏捷分享 -- 分享会的准备 2

一个是说，这钱，没白化，一个是说，看，又一批“专家”出来了。这么一说，那得准备阿。这事，自然，就落在了组织者，和各组的“教练”身上了。好在，快年底了，可以有点精力，折腾这个了，另一方面，做
XuYongshi02·2015-12-18 17:00

《推拿》—— 读后总结

我的本科学校，有一个特殊教育学院，里面有盲人，白化病患者，每天跟他们在一个校园里，却从未体会过他们的生活。这次借着毕飞宇的《推拿》，也深刻的体会到了他们的世界。
凡尘网络·2015-12-15 16:00

白化（Whitening）：PCA vs. ZCA

教程地址：斯坦福深度学习白化什么是白化？
Lee的白板报·2015-12-13 16:00

预处理：主成分分析与白化

更重要的是，理解PCA算法，对实现白化算法有很大的帮助，很多算法都先用白化算法作预处理步骤。假设你使用图像来训练算法，因为图像中相邻的像素高度相关，输入数据是有一定冗余的。
我花开后百花残·2015-11-24 15:00

预处理：主成分分析与白化

更重要的是，理解PCA算法，对实现白化算法有很大的帮助，很多算法都先用白化算法作预处理步骤。假设你使用图像来训练算法，因为图像中相邻的像素高度相关，输入数据是有一定冗余的。
我花开后百花残·2015-11-24 15:00

数据预处理——白化处理

白化处理是一种去相关技术。在FastICA部分已经设计到了，这个地方单独拿出来记录一下，这种技术属于PCA技术的一种扩展。首先要零均值化，也就是去掉数据的均值。
zb1165048017·2015-11-08 20:00

案例参考：分享一个回报率1:3.5的热门竞价赚钱项目

随着气温升高，太阳光照增强，所以美白化妆品是夏天的一个热点话题。当然电视
·2015-11-07 12:39

深度学习入门教程UFLDL学习实验笔记三：主成分分析PCA与白化whitening

主成分分析与白化是在做深度学习训练时最常见的两种预处理的方法，主成分分析是一种我们用的很多的降维的一种手段，通过PCA降维，我们能够有效的降低数据的维度，加快运算速度。
·2015-11-05 08:50

Deep learning：三十一(数据预处理练习)

不仅仅是deep learning)设计前的一些数据预处理步骤，关于数据预处理的一些基本要点在前面的博文Deep learning：三十(关于数据预处理的相关技巧)中已有所介绍，无非就是数据的归一化和数据的白化
·2015-11-01 10:32

Deep learning：十一(PCA和whitening在二维数据中的练习)

  　　前言： 　　这节主要是练习下PCA，PCA Whitening以及ZCA Whitening在2D数据上的使用，2D的数据集是45个数据点，每个数据点是2维的。
·2015-11-01 10:20

图像处理---黑白化

核心对象：     CImage m_imageFile;  绘制图片： void  CFigureView::OnDraw(CDC *  pDC) {     CFigureDoc* pDoc = GetDocument(); &
·2015-10-31 08:56

Direct3D提高篇:HLSL编程实现PhotoShop滤镜效果 - 黑白化

RenderMonkey图像处理的架子－图像黑白化 下面我们通过一个简单的例子，先来完成一个最简单的图像处理－把图像黑白化。来说明RenderMonkey如何来处理数字图像。
·2015-10-31 08:24

UFLDL教程练习（exercise）答案（2）

主成分分析与白化，这部分很简单，当然，其实是用Matlab比较简单，要是自己写SVD分解算法，足够研究好几个月的了。下面是我自己实现的练习答案，不保证完全正确，不过结果和网站上面给出的基本一致。
·2015-10-30 15:48

对称矩阵 DP——hdu 2859

3 abx cyb zca 转化----> 1 1 1 2 2 1 3 2 1 i :1->n j:1->n dp[i][j]=min(dp[i][j],dp[i-
·2015-10-28 08:35

UFLDL学习笔记 ---- 主成分分析与白化

主成分分析（PCA）是用来提升无监督特征学习速度的数据降维算法。看过下文大致可以知道，PCA本质是对角化协方差矩阵，目的是让维度之间的相关性最小（降噪），保留下来的维度能量最大（去冗余），PCA在图像数据的降维上很实用，因为图像数据相邻元素的相关性是很高的。 为了方便解释，我们以二维数据降一维为例（实际应用可能需要把数据从256降到50）：   需要注意的是，两个特征值经过了预处理
·2015-10-27 13:34

场景转场动画的Canvas实现

首先，将过渡图黑白化。varpixs=context.getImageData(0,0,context.canvas.width,context.canvas.height);
sunwanxin4·2015-10-04 23:00

[Bluetooth Core V4.2] VOL2, PartB, 7 Bitstream Processing

一个HEC被加入到包头部，头部位以一个白化字扰码，且应用FEC码。在接收器内，相反的操作被实施。图7.1展示了在发送侧和接收侧的包头部处理过程。
wzz4420381·2015-09-09 16:00

UFLDL教程（二）---主成分分析和白化

主成分分析主成分分析（PCA）是一种能够极大提升无监督特征学习速度的数据降维算法。解决步骤计算协方差矩阵首先计算出矩阵，如下所示：假设 的均值为零，那么就是x的协方差矩阵。计算特征向量计算出协方差矩阵的特征向量，按列排放，而组成矩阵：此处， 是主特征向量（对应最大的特征值）， 是次特征向量。以此类推，另记 为相应的特征值。基表示我们可以把 用基表达为：数据降维通过设定的值，确定k的大小，即降到k维
lwnylslwnyls·2015-08-21 17:00

Stanford UFLDL教程 主成分分析（PCA）

更重要的是，理解PCA算法，对实现白化算法有很大的帮助，很多算法都先用白化算法作预处理步骤。假设你使用图像来训练算法，因为图
garfielder007·2015-07-01 21:46

deep learning K-means（Unsupervised ）+softmax

Abstract:本章将采用K−means提取图像的特征，随机在原始图像上切取多块正方形区域训练聚类中心点，通过聚类中心点提取特征，实验说明了白化对实验结果的影响，pooling大小对实验结果的影响。
hlx371240·2015-06-21 20:00

UFLDL教程笔记及练习答案二（预处理：主成分分析和白化）

首先将本节主要内容记录下来，然后给出课后习题的答案。笔记：1：首先我想推导用SVD求解PCA的合理性。      PCA原理：假设样本数据X∈Rm×n，其中m是样本数量，n是样本的维数。PCA降维的目的就是为了使将数据样本由原来的n维降低到k维(k＜n)。方法是找数据随之变化的主轴，在AndrewNg的网易公开课上我们知道主方向就是X的协方差所对应的最大特征值所对应的特征向量的方向(前提是这里X在
Lu597203933·2015-06-09 10:00

UFLDL教程笔记及练习答案二（预处理：主成分分析和白化）

首先将本节主要内容记录下来，然后给出课后习题的答案。笔记：1：首先我想推导用SVD求解PCA的合理性。      PCA原理：假设样本数据X∈Rm×n，其中m是样本数量，n是样本的维数。PCA降维的目的就是为了使将数据样本由原来的n维降低到k维(k＜n)。方法是找数据随之变化的主轴，在AndrewNg的网易公开课上我们知道主方向就是X的协方差所对应的最大特征值所对应的特征向量的方向(前提是这里X在
Lu597203933·2015-06-09 10:00

DeepLearning (三) 预处理：主成分分析与白化

【原创】Liu_LongPo转载请注明出处【CSDN】http://blog.csdn.net/llp1992PCA算法前面在前面的博客中已经有介绍，这里简单在描述一下，更详细的PCA算法请参考我的博客：机器学习实战ByMatlab（二）PCA算法PCA的主要计算步骤1.数据预处理，使得每一维数据都有相同的均值02.计算数据的协方差矩阵，Σ=1m∑mi=1(x(i))(x(i))T3.对协方差矩阵
llp1992·2015-05-11 09:00

UFLDL上的ICA为什么一定要做PCA whiten

在两年前我看教程里讲ICA部分的（链接）时候，里面提到使用教程所述的ICA模型时，输入数据必须经过PCA白化操作，页面上有个TODO问为什么要这样做。
happynear·2015-03-25 23:00

opencv在android预览上实现灰化/感应触屏/边缘检测(3)

预览黑白化步骤分析首先需要知道我们使用的像素格式为：Bgra32。 Bgra32：Bgra32像素格式是一种32BPP的sRGB格式。
u011630458·2015-01-25 11:00

图像白化处理，协方差求解，PCA白化

在人脸表情所用的特征中，LBP特征中是一个常用的特征。但是LBP特征提取后，维数太高，即使使用LBP直方图的特征仍然很高，因此需要降维。一个比较好的降维方法就是PCA。在OpenCV中，cvCalcPCA函数可以直接调用进行PCA降维。以前在人脸识别的程序中，我曾经调用过这个函数，这次再次使用，但是却出错了。主要有两个问题：1特征值和特征向量的行列数设置问题如果按如下方式使用，也就是根据PCA的数
lien0906·2015-01-08 22:00

DL四（预处理：主成分分析与白化 Preprocessing PCA and Whitening ）

预处理：主成分分析与白化Preprocessing：PCAandWhitening一主成分分析PCA1.1基本术语主成分分析PrincipalComponentsAnalysis白化whitening亮度
robert_ai·2015-01-08 15:00

UFLDL——Exercise: PCA in 2D 主成分分析

1.实验描述：实验在二维数据上进行PCA降维，PCA白化处理，以及ZCA白化处理，原理可以参考之间的博客，下面直接贴代码。 
Daniel_djf·2014-12-25 16:00

白化（Whitening） PCA白化 ZCA白化

白化是一种重要的预处理过程，其目的就是降低输入数据的冗余性，使得经过白化处理的输入数据具有如下性质：(i)特征之间相关性较低；(ii)所有特征具有相同的方差。
Danieljf24·2014-12-25 15:34

白化（Whitening） PCA白化 ZCA白化

白化是一种重要的预处理过程，其目的就是降低输入数据的冗余性，使得经过白化处理的输入数据具有如下性质：(i)特征之间相关性较低；(ii)所有特征具有相同的方差。 
Daniel_djf·2014-12-25 15:00

An Analysis of Single-Layer Networks in Unsupervised Feature Learning(精读)

,AndrewY.Ng  二.阅读时间  2014年11月4日三.文献的目的  分析神经网络模型的设置对于效果的影响，主要的设置包括：感受野大小，隐藏层的个数(特征的个数)，特征提取过程中的步长，以及白化处理
shengno1·2014-12-04 23:00

PCA和白化练习之处理二维数据

在很多情况下，我们要处理的数据的维度很高，需要提取主要的特征进行分析这就是PCA（主成分分析），白化是为了减少各个特征之间的冗余，因为在许多自然数据中，各个特征之间往往存在着一种关联，为了减少特征之间的关联
90Zeng·2014-10-20 15:00

主成分分析与白化预处理

上一节介绍了主成分分析应用于2维数据。现在使用高维的图像数据来试试效果。原始图像如图1所示。图1每个图片都是12*12的小patch，原始数据是一个144*10000的矩阵x。在使用了PCA旋转之后，可以检查一下此时的协方差矩阵是否已经成功变成对角阵了，如图2所示。avg=mean(x,1); x=x-repmat(avg,size(x,1),1); xRot=zeros(size(x));%Yo
u012428391·2014-08-11 19:00

ZCA白化变换推导——Learning Multiple Layers of Features from Tiny Images

参考文献：LearningMultipleLayersofFeaturesfromTinyImages：附录设数据集X的维数为d×n，且已经中心化则协方差矩阵为1/(n-1)*X*X'我们想让这n个d维向量中任意两维都不相关，则假定去相关矩阵为WY=W*X为了使W达到去相关的目的，Y*Y‘必须是对角阵，可以进一步约束Y满足Y*Y’=(n-1)I再对W矩阵加限制（主要是方便下面的推导）W=W‘则Y*
kuaitoukid·2014-08-04 09:00

机器学习系列（8）：主成分分析（PCA）及白化（ZCA）

白化主要是降低输入特征的冗余性。假设X是m*n的矩阵，由n个样本（m维特征）组成。现要对X进行线性变换为另一个矩阵Y，使得Y消除了X各特征的相关性，即Y的协方差矩阵为对角矩阵（YY'为对角矩阵）。
hanzihan123·2014-07-31 17:00

白化

白化的原理：随机向量的“零均值化”和“空间解相关”（也叫白化）是最常用的两个预处理过程，其中“零均值化”比较简单，而“空间解相关”涉及一些矩阵的知识。
千年寒冰1990·2014-07-21 11:50
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他