a4875030-CSDN博客

原创文本挖掘2相似度计算

在介绍相似度计算之前先介绍一下文档模型，也就是我们在解决一个问题的时候，一般是抽象出一个模型，也可以称为数学模型，这个模型可能是一个函数，可能是一个假设，主要的是为了解决这个问题。文档模型布尔模型建立在经典的集合论和布尔代数的基础上，每个词在一篇文档中是否出现，对应权值为 0或1向量空间模型中将文档表达为向量空间中的一个矢量或一个点，一个坐标轴代表一个词基于向量空间模型的

2014-02-16 20:52:36 849

原创文本挖掘1分词

文本挖掘可能更侧重于挖掘，跟NLP自然语言处理侧重点不一样，不过其依赖于自然语言处理，我的感觉就相当于计算机视觉依托于图像处理这个方向，大家侧重点不一样。自然语言处理主要流程文本->分句->分词->词性标注->短语分析->句法分析->语义分析->语篇分析->理解分句这个一般有标点符号相隔，这个便于处理。下面主要解决分词问题。分词的解决也就是解决特征提取的问题，我们在图像处理的时候要解决

2014-02-16 20:52:34 1443

原创机器学习11关联规则

理解置信度、支持度的定义以及最小置信度和最小支持度。这几个概念要搞明白。我们要做的事情就是在数据集中找出所有支持度大于最小支持度，置信度大于最小置信度的关联规则。关联规则的挖掘所面临的问题就是数据量大，则如何提高算法的效率就是我们主要要解决的问题。另外一个概念就是频繁项集，支持度大于最小支持度的数据项集就是频繁项集。由于置信度通过支持度就可以求出，所以我们的关键问题就是如何求支

2014-02-16 20:52:31 717

原创机器学习10k均值

下面介绍无监督机器学习算法，与前面分类回归不一样的是，这个不知道目标变量是什么，这个问题解决的是我们从这些样本中，我们能发现什么。这下面主要讲述了聚类算法，跟数据挖掘中的关联挖掘中的两个主要算法。 K均值算法工作流程，首先随机确定k个初始点作为质心。然后将数据集中的每个点分配到一个簇中。具体的讲就是为每个点找到最近的质心，并将其分配给该质心所对应的簇，这一步完成之后，每个簇的质心更新为该

2014-02-16 20:52:29 487

原创机器学习9树回归

在前面线性回归，线性回归要拟合全部样本，这个是不显示的，因为问题不一定就是线性模型，其中一种可行的方法是将数据集切分成多分易建模的数据，然后利用前面线性回归的方法来建模。如果第一个切分之后的数据还不好拟合的话，那就继续切分。这就是决策树中一种叫分类回归树CART。这个算法即可以用于分类也可以用于回归。在这个学习中，介绍了树剪枝算法。 CART算法实现先看一下之前的树分类 fro

2014-02-16 20:52:27 609

原创机器学习8回归问题

对于之前在分类问题中有逻辑回归，而对于这个线性回归以前一般是先讲述，将线性回归的结果通过函数映射到（0，1）区间，再以0.5作为区分形成分类问题。具体的计算方法，在以前的blogs提到过，参考：http://www.cnblogs.com/fengbing/archive/2013/05/15/3079033.html 下面就直接实战跟之前一样，第一步导入数据。 def loadDat

2014-02-16 20:52:25 470

原创机器学习7集成学习方法

集成学习方法是机器学习领域中用来提升分类算法准确率的技术，主要包括Bagging和Boosting即装袋和提升。我们这主要讲述Boosting中代表性算法AdaBoost元算法基于数据集多重抽样的分类器前面介绍了K近邻算法、决策树算法、朴素贝叶斯算法、逻辑回归以及支持向量机这些算法各有优缺点，我们自然可以将不同的分类器组合起来，这种组合的结果就被称为集成方法，有时也叫元算法。集

2014-02-16 20:52:23 835

原创机器学习5支持向量机

支持向量机，作为新手，给出新手的学习心得，可能能让新手更容易理解吧。对于SVM的讲解，网上已经很多了，支持向量机通俗导论（理解SVM的三层境界）这一篇blog写得很好，不过对于一个新手来说，我感觉行文逻辑还是有点怪，作者的写法是遇到问题解决问题，无可厚非这是一个很好的学习习惯，不过真正让学习的人看起来却没有一个提纲挈领的作用，而这次学习遇到这个算法，写下自己的学习笔记，里面也写了一点自己学习

2014-02-16 20:52:21 652

原创机器学习4logistic回归

对于线性回归、logistic回归，在以前准备学习深度学习的时候看过一点，当时的数学基础有点薄弱，虽然现在还是有点差，当时看到神经网络之后就看不下去了。不过这次是通过python对logistic回归进行编码实现。线性回归跟逻辑回归介绍就不多说了。网上有很多很好的讲解。另外我之前也写过自己学习斯坦福Andrew.Ng的课程的笔记，如下：http://www.cnblogs.com/fe

2014-02-16 20:52:19 794

原创逻辑回归

y是连续的则是一个回归问题，y是离散的则是一个分类问题，这边就开始考虑y是离散的情况。对于这样的问题很多，比如判断一个人是否生病，或者判断一个邮件是否是垃圾邮件。回归时连续型的，一般不用在上述的分类问题中，因为其受噪音的影响比较大，如果要把一个回归方法用到分类上的话，那就是logistic回归。之所以叫其回归，因为其本质上还是线性回归，只是在特征到结果中加了一层函数映射。对于这边也就是

2014-02-16 20:52:17 430

原创机器学习3朴素贝叶斯

朴素贝叶斯，基本思想就是，给出一个分类问题，对于待求项，属于哪个分类的概率最大，那这个待求项就属于哪个分类。给出基本公式假设要分类物有n个特征，分别为F1、F2、F3、…、Fn，现在有m个类别分别是C1、C2、C3、…、Cm.贝叶斯就是计算出概率最大的那个分类。具体贝叶斯定理参考http://zh.wikipedia.org/wiki/%E8%B4%9D%E5%8F%B6%E6%96%

2014-02-16 20:52:15 779

原创机器学习2决策树

决策树的思想比较简单，不复杂，决策树，就是通过一个属性将数据进行划分，而这个属性的选择也就是决策树的关键，用什么样的属性分开的值尽可能属于同一个类别。属性选择的方法很多，书中主要介绍了：通过信息增益、增益比率、以及基尼指数.具体伪代码书中给出：本文采用了ID3算法划分数据集。该算法采用了一个叫信息增益的概念，关于信息论的部分，曾经写过一文http://www.cnblogs.com

2014-02-16 20:52:12 460

原创机器学习1k近邻

自己一直学习计算机视觉方面的东西，现在想学习一下数据挖掘跟搜索引擎，自己基础也有点薄弱，看朱明的那本数据挖掘，只能片面的了解这个数据挖掘。不过最近有一本书机器学习实战，于是乎通过实战的形式了解一下基本的算法的执行过程。在算法当中，很多都是相通的，模式识别、机器学习、数据挖掘、自然语言处理等等这些算法归结起来其实差不了多少，题外话不多说了，好好学习。k近邻算法对于这个算法，我用自己的话来描

2014-02-16 20:52:10 624

原创 OpenCV使用说明

我在这边大概说一下OpenCV的使用，具体环境配置参考下面我给出的两个链接。 1、对于目前OpenCV来说，安装变的简单了很多，现在官方已经给出了预编译文件，不要重新编译。具体使用可以参考http://wiki.opencv.org.cn/index.php/VC_2010%E4%B8%8B%E5%AE%89%E8%A3%85OpenCV2.4.4 我这边简单说一下，注意两点当你使用Open

2014-02-16 20:52:08 583

原创使用javacv注意点

由于Android开发需要，使用JavaCV，一开始我配置windows上的Javacv，发现总是出问题，说找不到dll文件。最终发现Opencv库必须解压在C盘根目录下才行。这个有点坑爹，另外要注意的是OpenCV跟JavaCV的版本要一样。更详细的参考官方https://code.google.com/p/javacv/

2014-02-16 20:52:06 672

原创计算机视觉公司摘过来，以后看看

汽车助理类Iteris （美国） http://www.iteris.com/卡车和小汽车的车道偏离和碰撞警示系统。已经被用于超过10万辆车辆中（2009）。也开发交通监控系统MobilEye（以色列）http://mobileye.com/用于提醒汽车司机相关危险，提供巡航系统控制，协助司机的视觉系统眼和头部追踪Mirametrix （加拿大）http://m

2014-02-16 20:52:04 1315

原创 HPC2013小节

对于高性能计算，三个分支能耗、高性能、容错。下面我对会议的主要内容作一个小节，很多问题也是不求甚解。下面针对大会内容，我主要总结如下，会有了解不周的地方，欢迎讨论：大会主要报告分成3个方向，1、基础研究；2、应用研究；3、厂商及硬件设计下面主要叙述一下基础研究，主要做了这个几个方面的工作： 1、通用我们目前的内参模型主要有共享存储模型、分布式存储模型、分块全局寻址空间（PG

2014-02-16 20:52:02 389

原创 android程序在调试时出现了套接字异常“java.net.SocketException: Permission denied”该如何解决

Socket不能对外连接，错误不会被报出，调试的时候，能看到Exception, 一般是抛出 java.net.socketexception permission denied这个异常。只要你的程序想联网，就会抛出这个异常，最终联网失败。原因是：需要访问到网络必须要有权限，在AndroidManifest.xml中，需要进行如下配置：

2014-02-16 20:52:00 610

原创 Mac下使用OpenMP

Mac下使用OpenMP，修改Build Options下面的compiler for c/c++/objective-C 为LLVM GCC 4.2 - Language则可以找到Enable OpenMP Support，选择成Yes OK记得使用的时候使用omp.h

2014-02-16 20:51:57 5903 1

原创 OpenCV摄像头读取

在Mac下面使用默认的OpenCV读取摄像头程序会报错int main(int, char**) { VideoCapture cap(0); // open the default cameraif(!cap.isOpened()) // check if we succeeded return -1; Mat edges; namedWindow("ed

2014-02-16 20:51:55 561

原创 pthread2

下面我们来看看这个demo #include #include #include #include int myglobal; void * thread_function(void * arg){ int i,j; for (i=0; i20; i++) { j=myglobal; j++;

2014-02-16 20:51:53 462

原创 posix线程库1

posix线程库重要的程度不言而喻，这些天学习这个，参考 https://www.ibm.com/developerworks/cn/linux/thread/posix_thread1/ 首先先看第一个基本的程序#include #include #include #include void * thread_function(void * arg){

2014-02-16 20:51:51 400

原创 OpenCV使用GPU

在使用OpenCV2.4.x的时候，以为不用重新编译可以直接使用GPU模块，不过在我使用的时候，发现使用getCudaEnabledDeviceCount()的时候，总是获得是0，于是重新编译OpenCV，这个是一个漫长的过程，尤其是编译GPU模块。对于如果编译OpenCV网上教程都比较多，这个不在叙述，下面主要说一下surf的那个demo运行结果如下：主要要注意的在GPU中使用的Ma

2014-02-16 20:51:49 1933 2

原创 OpenCV+iOS开发使用文档

一、前言 OpenCV是开源的跨平台的计算机视觉库，实现了图像处理、计算机视觉和机器学习的很多通用算法。对于移动设备没有快速输入的键盘，大的屏幕，其优势在于图像和声音，因此要发挥好移动设备的性能，必须很好的利用这一特点。本文档主要说明如何在iOS系统中使用OpenCV。二、开发准备1. 下载OpenCV for iOS2.

2014-02-16 20:51:47 820

原创 Mac下OpenCV开发

1、环境搭建a) 安装Homebrew i. 下载地址：http://github.com/mxcl/homebrew/tarball/master ii. 解压到/usr/local iii.

2014-02-16 20:51:45 453

原创 vs2010+cuda5.0+qt4.8

在进行CUDA处理的时候，总是在控制台程序下，于是就想要通过qt进行界面处理。一开始先测试一下qt的环境，新建一个qt项目，不过在运行的时候提示平台不对，换成64位出现这个是qt的版本问题，在右击项目，选择qt Project Settings，修改Version，即可。然后是添加CUDA 的支持，主要两个方面 1、右击项目，选择生成自定义 2、在项目生成的时候添加 cu

2014-02-16 20:51:43 574

原创对于基类添加虚析构函数问题

确定基类有虚析构函数给出一个简单程序#include using namespace std; class Cv{public: Cv(); ~Cv();}; class CvChild1:public Cv{public: CvChild1(); ~CvChild1();}; Cv::

2014-02-16 20:51:41 483

原创 PMVS学习中学习c++

最近忙于PMVS算法的优化，在这个过程中把这个写下来。仿照已有PMVS源程序，给出自己的一个实现过程。1、fstream的使用2、c++中的初始化3、new创建对象与不用new的区别我们学习这个c++的时候，一般用Helloworld这个demo的时候，就涉及到IO，一般用一些OpenCV，PCL等库的时候，一般处理的时候遇到的就是IO,Input Output输入输出的意思

2014-02-16 20:51:39 1536

原创解决ubuntu上opengl的问题

装完ubuntu之后，对于opengl的程序总是出现问题，先将解决方案列出如下：http://www.linuxforums.org/forum/ubuntu-linux/175490-graphics-driver-problem.htmlhttp://superuser.com/questions/484991/nvidia-graphics-driver-in-ubuntu-12-0

2014-02-16 20:51:34 1713

原创 ubuntu一些问题

这些天一直在折腾ubuntu这个东西，现在整个系统的所有环境基本上是搞好了，没有什么大的问题了，下面说一说整个过程。装的是装的是12.04的这个版本不是最新的，想必论坛上的东西多，于是就没有装最新的13，具体的安装过程。参考了http://www.cnblogs.com/allenjin/archive/2011/11/26/2264089.html 不过有一个问题大家要注意

2014-02-16 20:51:32 444

原创 CUDA编译问题

在CUDA5.0中，我们对于CUDA 错误问题的检查是通过#include #include 这两个头文件进行的，但是引用这个进行编译的时候会出现这么一个问题C:\ProgramData\NVIDIA Corporation\CUDA Samples\v5.0\common\inc\helper_timer.h(219) : fatal error C1083: C

2014-02-16 20:51:30 1598

原创 llvm

这两天在装ubuntu，试试里面的线程库的时候遇到了llvm这个东西。llvm是什么，查了一下听起来很不错http://zh.wikipedia.org/wiki/LLVM这个是编译和使用http://clang.llvm.org/get_started.html#build效果明显，有待研究，做一个备注

2014-02-16 20:51:28 369

原创 PCL新编译错误libboost_thread-vc100-mt-gd-1_51.lib(thread.obj)

换电脑了，pcl的环境要重新配置一下，采用vs2010 64位机，编译出现的第一个情况是libboost_thread-vc100-mt-gd-1_51.lib(thread.obj) : error LNK2019: ... "public: static class boost::chrono::time_point > > _cdecl boost::chrono::system_clock

2014-02-16 20:51:26 2358 1

原创换电脑带来的问题

由于之前的笔记本老化，加内存，换了硬盘，现在硬盘又坏了只好换一个，换了之后带来了一些列的问题，买来的本子预装的windows8，这个在很多地方兼容性不好，于是要换windows7原本想换个系统是个很简单的事情，没想到的是换个系统加整理，花了两天的时间，怎么说呢，说一说真个过程吧。首先买的是s430的，准备用U盘pe装，哪知道根本就不能从u盘启动，这个里面涉及到两个东西。 UEFI，

2014-02-16 20:51:24 414

原创深度学习7softmax回归

softmax回归可以解决两种以上的分类，该模型是logistic回归模型在分类问题上的推广。对于y可以取两个以上的值，比如说判断一份邮件是垃圾邮件、个人邮件还是工作邮件。这边也参考http://deeplearning.stanford.edu/wiki/index.php/Softmax%E5%9B%9E%E5%BD%92 即，对于训练集，我们有也就是对于给定的输入x，我们想用假

2014-02-16 20:51:22 680

原创深度学习6一般线性模型

在前面我们曾经有一个问题，就是在logistic回归中，我们为什么用对于这个问题，我们先定义了一个一般线性模型一般为y，就是我们前面所说的真实值y这个分布也就是指数分布伯努利分布，高斯分布，泊松分布，贝塔分布，狄特里特分布都可以用这个指数分布来表示。在对数回归时采用的是伯努利分布，对于伯努利分布，可以表示成则我们对照上面的一般线性模型解，这边也就看到我们为什

2014-02-16 20:51:20 1012

原创深度学习5牛顿法

牛顿法解最大似然估计对于之前我们解最大似然估计使用了梯度下降法，这边我们使用牛顿法，速度更快。牛顿法也就是要求解，可导，θ用下面进行迭代。具体看这个图对于我们刚刚的求最大似然估计，也就是，则下面在原理上说一说。摘自：http://blog.csdn.net/luoleicn/article/details/6527049 对于一个目标函数f，求函数f的极大

2014-02-16 20:51:18 1385

原创深度学习4线性回归，逻辑回归

y是连续的则是一个回归问题，y是离散的则是一个分类问题，这边就开始考虑y是离散的情况。对于这样的问题很多，比如判断一个人是否生病，或者判断一个邮件是否是垃圾邮件。回归时连续型的，一般不用在上述的分类问题中，因为其受噪音的影响比较大，如果要把一个回归方法用到分类上的话，那就是logistic回归。之所以叫其回归，因为其本质上还是线性回归，只是在特征到结果中加了一层函数映射。对于这边也就是

2014-02-16 20:51:16 532

原创摘录操作系统

这个是《30天自制操作系统》一书的内容，粘贴到这里。写的不错电脑的处理中心是CPU ，即“central process unit ”的缩写，翻译成中文就是“中央处理单元”，顾名思义，它就是处理中心。如果我们把别的元件当作中心来使用的话，那它就叫做CPU 了，所以无论什么时候CPU 都总是处理中心。不过这个CPU 除了与别的电路进行电信号交换以外什么都不会，而且对于电信号，它也只能理解开（ON

2014-02-16 20:51:14 423

原创深度学习3线性回归，逻辑回归

为什么采用平方和作为错误估计函数，不是不是绝对值或者4次方之类。假设根据特征的预测结果跟实际结果之间有误差，误差为，那么真实值跟预测值之间有如下关系：这个i指的是每一个训练数据。对于误差，前面提到过图像产生的误差，根据中心极限定理，一般的误差服从正态分布。假设误差服从，则即：上式是θ是参数，是y在x下的条件概率。这个也就转化成了，我们已经知道了试验结果，就是知道

2014-02-16 20:51:11 691

用CImage类在VS2008平台上实现的MFC单文档多幅图片的读入

三维重建算法原理

三维重建的讲义

SIFT特征点检测

RANSAC的源码

十天学会ASP.net

C＃行家设计手册，c#设计者可以查考

空空如也