稀疏编码

图像稀疏表示—ScSPM和LLC总结

原文链接：http://blog.csdn.net/jwh_bupt/article/details/9837555论文系列对稀疏编码介绍比较详细...       
wishchin·2013-10-08 21:00

稀疏模型与结构性稀疏模型

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---
jiang1st2010·2013-09-26 23:00

关于多元一次方程组更多的故事

   稀疏编码（SparseCoding）是前些年信号研究领域比较热门的技术，常用于对信号的压缩编码，人们也称这种技术为压缩感知（CompressiveSensing）。
raocong2010·2013-08-25 11:00

Sparsity稀疏编码（三） （值得阅读）

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),稀疏编码之前的探讨文章就不说了，
xiaojidan2011·2013-08-19 15:00

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。
xiaojidan2011·2013-08-19 15:00

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
xiaojidan2011·2013-08-19 15:00

理解sparse coding

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---
jiang1st2010·2013-08-11 19:00

图像的稀疏表示——ScSPM和LLC的总结

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---
jiang1st2010·2013-08-09 09:00

Spatial Pyramid Matching 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---
jiang1st2010·2013-07-30 11:00

稀疏编码(Sparse Coding)的前世今生(三)

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),稀疏编码之前的探讨文章就不说了，今天开始进入机器学习领域的稀疏表达
cuoqu·2013-06-06 17:00

大脑学习是否是“凸”的

   这几天暂停下稀疏编码的后续博文，因为一直在想一个问题，大脑学习是否是凸的，如果是凸的，一个班的孩子或者一个学习小组同时学习一门课后，水平应该差不多，但这是与现实是矛盾的，是每个人的惩罚不一样？
cuoqu·2013-05-31 19:00

稀疏编码(Sparse Coding)的前世今生(二)

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
marvin521·2013-05-29 14:03

稀疏编码(Sparse Coding)的前世今生(二)

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
cuoqu·2013-05-29 14:00

稀疏编码(Sparse Coding)的前世今生(一)

    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。
cuoqu·2013-05-27 17:00

Deep Learning（深度学习）学习笔记整理系列之（五）

接上 9.2、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+….
·2013-04-26 12:00

稀疏编码中的正交匹配追踪（OMP）与代码

最近在看有关匹配追踪与相关优化的文章，发现了这篇http://blog.csdn.net/scucj/article/details/7467955，感觉作者写得很不错，这里也再写写自己的理解。文中有Matlab的代码，为了方便以后的使用，我顺便写了一个C++版本的，方便与OpenCV配合。为了方便理解，我将所有向量都表示为平面二维向量，待用原子表征的目标向量y，用红色表示，原子向量用蓝色表示，残
aipiano·2013-04-19 19:11

稀疏编码中的正交匹配追踪（OMP）与代码

最近在看有关匹配追踪与相关优化的文章，发现了这篇http://blog.csdn.net/scucj/article/details/7467955，感觉作者写得很不错，这里也再写写自己的理解。文中有Matlab的代码，为了方便以后的使用，我顺便写了一个C++版本的，方便与OpenCV配合。为了方便理解，我将所有向量都表示为平面二维向量，待用原子表征的目标向量y，用红色表示，原子向量用蓝色表示，残
AIchipmunk·2013-04-19 19:00

K-SVD简述——字典学习，稀疏编码

K-SVDRachelZhang 1.k-SVDintroduction1.     K-SVDusage:Design/Learnadictionaryadaptivelytobetterfitthemodelandachievesparsesignalrepresentations.2.     MainProblem:Y=DXWhereY∈R(n*N),D∈R(n*K),X∈R(k*N),X
abcjennifer·2013-03-20 12:00

K-SVD简述——字典学习，稀疏编码

K-SVDRachelZhang 1.k-SVDintroduction1.     K-SVDusage:Design/Learnadictionaryadaptivelytobetterfitthemodelandachievesparsesignalrepresentations.2.     MainProblem:Y=DXWhereY∈R(n*N),D∈R(n*K),X∈R(k*N),X
Rachel-Zhang·2013-03-20 00:00

深度学习进展以及在语音图像中的应用

在本次演讲中，我将会对近期工作和重要成果进行回顾，如稀疏编码、RBMs、auto-encoders
余凯·2013-01-17 00:00

压缩感知--续

压缩感知，即在稀疏编码的基础上引入观测矩阵，迫使编码的容量更小化，相当于二次编码，但学习的基与观测矩阵要求不相关。
zhoutongchi·2012-12-06 10:00

涉及稀疏编码等文献(逐步更新文献)-----------之二

涉及稀疏编码等文献（考虑图像块，局部特征）应用：跟踪、去噪、图像分割、重构、模式识别2)Tracking[1]XuJia,HuchuanLu,Ming-HsuanYang.VisualTrackingviaAdaptiveStructuralLocalSparseAppearanceModel.CVPR
zhoutongchi·2012-11-30 11:00

稀疏表达（稀疏编码）的一些理解

       我们已经进入的大数据时代，正如http://tech.sina.com.cn/it/2012-06-01/00067200478.shtml一文中所讲述的，大数据正在悄然改变我们的生活，随之而来的一个问题是我们将如何有效地处理这些大数据，稀疏表达是一种应对这个问题当前比较流行的方法。稀疏表达将原始信号表达为字典元素的一个线性组合，如x=D*a中，我们用x表示原始信号(列向量)，D为我
caikehe·2012-11-27 18:00

卷积学习与传统稀疏编码、ICA模型学习区别（逐步补充）

逐步总结（有待补充）无监督学习知识框架：这种分类不合适，稀疏编码等也可以从统计学角度看做模型学习与参数选择。实际上，稀疏编码是从1维信号发展起来的表示方法。
zhoutongchi·2012-11-26 10:00

稀疏编码/ICA模型---MRF统计结构

传统的稀疏编码（最近几年引入先验知识学习字典）、ICA等模型的特征映射学习未引入图像先验信息，仅考虑图像块，未考虑一幅图像中图像块与其周围图像块的统计关系，致使学习映射不够丰富，同时在组合（Pooloperation
zhoutongchi·2012-11-23 11:00

无监督学习特征--稀疏编码、深度学习、ICA部分代表文献-------之一

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
zhoutongchi·2012-11-16 18:00

用数学的方法描述图像的可素描性（Towards a Mathematical Theory of Primal Sketch and Sketchability）

本文的主要内容在于提出使用稀疏编码和马尔科夫随机场相结合的方法，来表达图像的内容。  从Wu教授的研究历史来看，从1995年开始就一直在搞统计学的研究，
kklots·2012-11-04 11:00

稀疏编码+动态纹理（Bag of systems）

Reference:Sparsecodingoflineardynamicalsystemswithanapplicationtodynamictexturerecognition关键词：稀疏编码、线性动态系统
yihaizhiyan·2012-06-08 10:00

计算机视觉中的——异常检测（动态稀疏编码）

(CVPR2011)拟解决的问题：视频中异常事件的检测~难点：数据量大；异常的定义；足够的训练信息等~Fullyunsuperviseddynamicsparsecodingapproach一个框架（稀疏编码
yihaizhiyan·2012-05-29 16:00

Efficient coding of time-relative structure using spikes

稀疏编码，SpikeCoding，audiocodingEfficientcodingoftime-relativestructureusingspikeshttp://www.cnbc.cmu.edu/
·2011-10-18 17:00
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他