稀疏编码

DeepLearning (六) 学习笔记整理：神经网络以及卷积神经网络

神经网络神经网络模型前向传播反向传播NeuralNetwordsTipsandTricksGradientCheckRegularization激活函数sigmoid函数TanhRelu稀疏编码卷积神经网络卷积局部感知权值共享多通道卷积卷积输出大小计算公式池化
llp1992·2015-11-06 17:00

理解sparse coding

不过稀疏编码是前两年比较火的东西，现在火的是deep learning了。 1、What is
·2015-11-02 14:47

Deep learning：二十六(Sparse coding简单理解)

  　　Sparse coding： 　　本节将简单介绍下sparse coding(稀疏编码)，因为sparse coding也是deep learning中一个重要的分支，同样能够提取出数据集很好的特征
·2015-11-01 10:29

Deep learning：十七(Linear Decoders，Convolution和Pooling)

  　　Linear Decoders: 　　以三层的稀疏编码神经网络而言，在sparse au
·2015-11-01 10:22

互联网环境下大规模图像的内容分析笔记

互联网图像相关的方法，包括基于搜索的图像标注方法；图像标注改善；多标记学习算法 　　特征表示方法： 　　（1）全局特征 　　（2）基于区域的特征 　　（3）基于子块的特征 　　（4）多标记稀疏编码算法
·2015-10-31 09:51

监督学习和无监督学习的详细介绍

l         学习映射函数及在行为识别/图像分类中应用的文献（模型与非模型之间存在关联，算法相互采用，没有明确的区分，含仿生学文献）% 研究重点放到ICA模型及深度学习兼顾稀疏编码1）稀疏编码（稀疏编码
AllyLi0022·2015-10-30 16:51

监督学习和无监督学习的详细介绍

l         学习映射函数及在行为识别/图像分类中应用的文献（模型与非模型之间存在关联，算法相互采用，没有明确的区分，含仿生学文献）% 研究重点放到ICA模型及深度学习兼顾稀疏编码1）稀疏编码（稀疏编码
Allyli0022·2015-10-30 16:00

“我爱智能”原创性博客索引

一）关于深度学习系列深度学习系列-前言:深度学习的好教程深度学习系列（二）：从神经网络到深度学习深度学习系列（三）：简单网络的自编码学习深度学习系列（四）：什么是稀疏编码深度学习系列（五）：一个简单深度学习工具箱深度学习系列
on2way·2015-08-29 22:53

K-SVD简述——字典学习，稀疏编码

K-SVDRachelZhang 1.k-SVDintroduction1.     K-SVDusage:Design/Learnadictionaryadaptivelytobetterfitthemodelandachievesparsesignalrepresentations.2.     MainProblem:Y=DXWhere Y∈R(n*N),D∈R(n*K),X∈R(k*N),
geekmanong·2015-08-11 17:00

基于Hash算法的高维数据的最近邻检索

数据稀疏：稀疏编码+ 压缩感知 　　GIST1
·2015-07-03 15:00

[综] Sparse Representation 稀疏表示

用得到超完备字典后，对测试数据进行稀疏编码Sparse Coding，求出稀疏矩阵。   1. 训练字典的方法：MOD，K-SVD，Online ...
·2015-06-28 00:00

UFLDL教程笔记及练习答案六（稀疏编码与稀疏编码自编码表达）

稀疏编码(SparseCoding)sparsecoding也是deeplearning中一个重要的分支，同样能够提取出数据集很好的特征(稀疏的)。
Lu597203933·2015-06-14 10:00

答辩篇之PPT

背景、思路、工作、总结、致谢总体精简，但信息传达到位提前试机、两套配色方案提问：1.论文的适用范围（时间、对象等）：本毕业论文主要研究对象是稀疏编码，1959年,DavidHubel和TorestenWiesel
ZSZ_shsf·2015-06-03 09:00

20150526 新一轮的记录

可以努力的点倒是有一些：1.关于稀疏编码来恢复光场图的
张小矬·2015-05-26 00:00

无监督学习(Unsupervised Learning)

1.SparseCoding稀疏编码SparseCoding稀疏编码UFLDLSparseCoding2.SparseFiltering稀疏滤波DeepLearning论文笔记之（二）SparseFiltering
Hust放牛娃·2015-05-04 16:30

Deep Learning by Andrew Ng --- Sparse coding

稀疏编码介绍稀疏编码算法是一种无监督学习方法，它用来寻找一组“超完备”基向量来更高效地表示样本数据。
meanme·2015-04-18 16:00

K-SVD简述——字典学习，稀疏编码，MOD与之对比（附代码）

1.k-SVDintroduction1.     K-SVDusage:Design/Learnadictionaryadaptivelytobetterfitthemodelandachievesparsesignalrepresentations.2.     MainProblem:Y=DXWhere Y∈R(n*N),D∈R(n*K),X∈R(k*N),Xisasparsematrix.
liu_guanzhang·2015-03-13 15:00

图像的稀疏表示——ScSPM和LLC的总结

jwh_bupt/article/details/9837555**************************************************************************稀疏编码系列
xuanyoumeng·2015-03-09 19:00

SparseAutoEncoder 稀疏自动编码器

稀疏编码（SparseCoding）是一种模拟哺乳动物视觉系统主视皮层V1区的视觉感知算法，NNSC（Non-NegativeSparse Coding，非负稀疏编码）是SC和非负矩阵分解相结合的一种编码算法
lynnandwei·2015-01-29 11:00

稀疏编码最优化解法

稀疏编码的概念来自于神经生物学。生物学家提出，哺乳类动物在长期的进化中，生成了能够快速，准确，低代价地表示自然图像的视觉神经方面的能力。
wenyusuran·2014-11-03 09:00

稀疏编码及其改进（ScSPM，LLC，super-vector coding）

稀疏编码的改进2深入稀疏编码http://www.cnblogs.com/tornadomeet/archive/2013/04/14/3019885.html系列文章Deeplearning：二十
tiandijun·2014-11-01 16:00

从特征表示到深度学习

最近一直在学习特征表达和学习的理论基础，从稀疏编码到卷积神经网络，直到最近很火的深度学习，感觉有那么些启发。特此记录一下学习新得。
tiandijun·2014-10-26 16:00

Classification of Histology Sections via Multispectral Convolutional Sparse(泛读)

ClassificationofHistologySectionsviaMultispectralConvolutionalSparse Coding，CVPR2014  二.阅读时间  2014年10月9日三.文献的贡献点  文章主要提出了使用多光谱卷积稀疏编码来作为组织细胞分类
shengno1·2014-10-09 17:00

MP算法与OMP算法

稀疏编码的一般最优化公式为：其中的零范数为非凸优化。那么如何解这么一个非凸优化问题呢？其中一个常用的解法就是MP算法。
yhdzw·2014-09-16 22:00

hsc for object detection

这里我们提出一种方案--基于稀疏表达的HSC(稀疏编码直方图)。我们通过使用K-SVD从数据集中学习稀疏编码字典，并集合每一个像素的稀疏编码来形成直方图。
baobei0112·2014-08-21 14:00

从自我学习到深层网络——建立你的第1个深度网络分类器

自我学习就是稀疏编码器串联一个Softmax分类器，上一节看到，训练400次，准确率为98.2%在此基础上，我们可以搭建我们的第一个深度网络：栈式自编码（2层）+Softmax分类器 简单地说，我们把稀疏自编码器的输出作为更高一层稀疏自编码器的输入
u012428391·2014-08-16 11:00

Deep Learning 系列（4）：稀疏编码（sparse coding）和主成分分析（ICA）

转自：http://blog.csdn.net/hanzihan123/article/details/38122003一直犹豫稀疏编码怎么写，来来回回看了好几遍的UFLDL。
cdj0311·2014-08-14 11:00

自我学习（Self-Taught Learning）

稀疏编码器是用来无监督学习的，使用无标签数据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
u012428391·2014-08-13 12:00

UFLDL 教程答案 稀疏编码与softmax篇的答案已经传到资源，大家可以免费下载~

UFLDL教程答案稀疏编码篇与softmax篇的答案已经传到资源，大家可以免费下载~另外，关于资源里面描述的低效率的代码的问题，逗比的博主已经找到了解决方案，大家需要修改两个文件的两处代码，绿色是需要被注释的
kuaitoukid·2014-07-30 09:00

Deep Learning 系列（4）：稀疏编码（sparse coding）和主成分分析（ICA）

一直犹豫稀疏编码怎么写，来来回回看了好几遍的UFLDL。因为这不仅是DL深度学习的重要概念，也是我这段时间一直在研究的stackedISA深度特征学习的支柱。
hanzihan123·2014-07-25 17:00

稀疏编码中的正交匹配追踪（OMP）与代码

分类：AIandComputerVision2013-04-1919:42908人阅读评论(11)收藏举报OpenCV压缩感知稀疏编码匹配追踪算法最近在看有关匹配追踪与相关优化的文章，发现了这篇http
pi9nc·2014-05-22 15:00

Sparsity稀疏编码（三） （值得阅读）

感谢原著的辛勤劳作~，向高手致敬~稀疏编码(sparsecoding)和低秩矩阵(lowrank)的区别      上两个小结介绍了稀疏编码的生命科学解释，也给出一些稀疏编码模型的原型(比如LASSO)
OPPOA113·2014-05-09 10:00

Sparsity稀疏编码（二）（值得阅读）

本节就使用概率推理（bayesviews）的方式把稀疏编码扩展到随时间变化的图像上，因为人类或者哺乳动物在日常活动中通过眼睛获取的信号是随时间变化而变化的，对于此类信号仍然有一些稀疏系数和基可以描述他们
OPPOA113·2014-05-09 10:00

Sparsity稀疏编码（一）（值得阅读）

稀疏编码来源于神经科学，计算机科学和机器学习领域一般一开始就从稀疏编码算法讲起，上来就是找基向量（超完备基），但是我觉得其源头也比较有意思，知道根基的情况下，拓展其应用也比较有底气。
OPPOA113·2014-05-09 10:00

Deep Learning模型之：Sparse Coding

三、SparseCoding稀疏编码      如果我们把输出必须和输入相等的限制放松，同时利用线性代数中基的概念，即O=a1*Φ1 +a2*Φ2+….
u010555688·2014-04-24 22:00

linear Decoder （线性自动稀疏编码）

一、简介 稀疏自编码包含3层神经元，分别是输入层，隐含层以及输出层。自编码网络中的神经元采用的是相同的激励函数（S型函数）。 S型函数的输出范围是[0,1]，当神经元采用S型函数时，其输出范围也在[0,1]内；由于输出范围在0和1之间，这就要求采用自码时，对输入数据进行限制或者放缩，使其范围也在0和1之间。一些数据集，比如mnist，能很方便的将输出放缩到0和1之间；但是很难满足对输入值的要求。比
whiteinblue·2014-03-24 11:00

Spatial Pyramid 小结

稀疏编码系列：（一）----SpatialPyramid小结（二）----图像的稀疏表示——ScSPM和LLC的总结（三）----理解sparsecoding（四）----稀疏模型与结构性稀疏模型---
tiandijun·2014-03-22 21:00

K-SVD简述——字典学习，稀疏编码

K-SVDRachelZhang 1.k-SVDintroduction1.     K-SVDusage:Design/Learnadictionaryadaptivelytobetterfitthemodelandachievesparsesignalrepresentations.2.     MainProblem:Y=DXWhere Y∈R(n*N),D∈R(n*K),X∈R(k*N),
tiandijun·2014-03-08 20:00

SparseAutoEncoder 稀疏编码详解（Andrew ng课程系列）

先简单叙述问题，源码详细解析在下面前言    首先介绍sparseautoencoder的一个实例练习，参考Ng的网页教程：Exercise:SparseAutoencoder。这个例子所要实现的内容大概如下：从给定的很多张自然图片中截取出大小为8*8的小patches图片共10000张，现在需要用sparseautoencoder的方法训练出一个隐含层网络所学习到的特征。该网络共有3层，输入层是
whiteinblue·2014-03-06 17:00

稀疏编码最优化解法

 稀疏编码最优化解法--概述分类： 机器学习2014-01-1711:24 196人阅读 评论(0) 收藏 举报稀疏编码最优化解法概述目录(?)[+]稀疏编码的概念来自于神经生物学。
pi9nc·2014-01-22 10:00

Deep Learning（深度学习) 学习笔记（三）

第三，四课：稀疏编码本课吴老师对稀疏编码做了一个简单的介绍。内容分为三块：1.深度学习 2.稀疏编码  **这两节课讲的是稀疏编码，关于稀疏编码编码，数学理解不难。难得是如何跟实际问题结合起来。
hellonlp·2014-01-18 10:00

MP算法与OMP算法

稀疏编码的一般最优化公式为：其中的零范数为非凸优化。那么如何解这么一个非凸优化问题呢？其中一个常用的解法就是MP算法。
ice110956·2014-01-17 13:00

稀疏编码最优化解法--概述

稀疏编码的概念来自于神经生物学。生物学家提出，哺乳类动物在长期的进化中，生成了能够快速，准确，低代价地表示自然图像的视觉神经方面的能力。
ice110956·2014-01-17 11:00

变分贝叶斯求解0.01范数稀疏编码问题

参考文献：http://research.microsoft.com/en-us/people/davidwip/tutorials.aspx虽说公式推导很复杂，用了很多技巧，但最终的算法异常简单，在matlab中只需要几行程序。m=50;%y的维数n=100;%x的维数s=30;%稀疏度lambda=0.1;%公式中稀疏惩罚项前的系数Fai=randn(m,n);%随机生成过完备矩阵x=full
happynear·2014-01-17 10:00

在线字典学习(Online dictionary learning for sparse coding)-机器学习

稀疏编码—将数据向量建模为基向量的线性组合，大量地应用于机器学习、神经科学、信号处理及统计学。
u010545732·2014-01-09 13:00

【self-taught learning】学习论文以及代用代码

【self-taught learning】快速稀疏编码算法 Self-taught learning是Honglak Lee等开发的一个matlab框架，能够实现他们在论文Self-taught Learning
pirage·2013-12-26 16:00

浅谈共轭梯度法的原理

共轭梯度法作为优化算法中常见算法，在很多基于梯度优化的机器学习算法中可以见到它的身影，比如在稀疏编码（sparsenet）中。本文主要参考清华大学出版社，陈宝林编写的最优化教材中对共轭梯度的介绍。
Kevein111·2013-12-16 11:17

浅谈共轭梯度法的原理

      共轭梯度法作为优化算法中常见算法，在很多基于梯度优化的机器学习算法中可以见到它的身影，比如在稀疏编码（sparsenet）中。
carrierlxksuper·2013-12-16 11:00

Linear Spatial Pyramid Matching Using Sparse Coding for Image Classification 理解

文章有三个创新点：1，将稀疏编码sparsecoding引入到了BOFmodel中。2，在pooling这一步采用maxpooling，由于在特征提取的时候采用了pyramid结
carrierlxksuper·2013-10-24 17:00

K-均值和K-SVD算法—最简单最透彻的讲解,不要看其他资料了

K-均值算法：（每个信号由一个Ck表达）输入参数：目标函数：ek为自然向量，除第k个分量为1，其余为0输出：（1）求坐标矩阵X（本质上是稀疏编码，每一列非零元只有一个），X=[x1,x2,x3,...,
qq1028850792·2013-10-21 14:27
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他