mning_master0-CSDN博客

转载谱聚类

谱聚类（spectral clustering）是广泛使用的聚类算法，比起传统的K-Means算法，谱聚类对数据分布的适应性更强，聚类效果也很优秀，同时聚类的计算量也小很多，更加难能可贵的是实现起来也不复杂。在处理实际的聚类问题时，个人认为谱聚类是应该首先考虑的几种算法之一。下面我们就对谱聚类的算法原理做一个总结。1. 谱聚类概述　　　　谱聚类是从图论中演化出来的算法，后来在聚类中得到了广...

2019-02-20 11:05:31 452

转载深度学习入门必读：深度学习中的各种卷积网络（上篇）（转载）

转自：https://mbd.baidu.com/newspage/data/landingsuper?context=%7B%22nid%22%3A%22news_9518186116763200181%22%7D&n_type=0&p_from=1 雷锋网 AI 科技评论按：深度学习中的各种卷积网络大家知多少？对于那些听说过却又对它们没有特别清晰的认识的小伙伴们，Kun...

2019-02-20 10:26:21 476

转载图卷积Graph Convolutional Networks

转自 https://blog.csdn.net/lemon759597/article/details/81104891 CNN已经在计算机视觉（CV）以及自然语言处理等领域取得了非常好的水平，其中的数据可以被称作是一种Euclidean Data，CNN正好能够高效的处理这种数据结构，探索出其中所存在的特征表示。所谓的欧氏（欧几里德）数据指的是类似于grids, sequences… ...

2019-02-20 01:29:52 276

翻译 MEMORY-AUGMENTED ATTENTION MODELLING FOR VIDEOS

论文学习MEMORY-AUGMENTED ATTENTION MODELLING FOR VIDEOS作者： Rasool Fakoory, Abdel-rahman Mohamed,yy, Margaret Mitchellzy, Sing Bing Kangyy, Pushmeet Kohliyy 单位：Google，Microsoft Research，University of Texas

2017-05-19 22:55:22 262

数据异常剔除方法

拉依达方法、肖维勒方法、一阶差分法，1. 111 基于统计的异常点检测算法 2. 112 基于距离的异常点检测算法 3. 113 基于密度的异常点检测算法 4. 114 基于深度的异常点检测算法 5. 115 基于偏移的异常点检测算法 6. 116 高维数据的异常点检测算法 7. 121 时间序列相关背景 8. 122 基于离散傅立叶变换的时间序列相似性查找

2018-12-21

A Discriminative Metric Learning Based Anomaly Detection Method

Abstract—Due to the high spectral resolution, anomaly detection from hyperspectral images provides a new way to locate potential targets in a scene, especially those targets that are spectrally different from the majority of the data set. Conventional Mahalanobis-distance-based anomaly detection methods depend on the background statistics to construct the anomaly detection metric. One of the main problems with these methods is that the Gaussian distribution assumption of the background may not be reasonable. Furthermore, these methods are also susceptible to contamination of the conventional background covariance matrix by anomaly pixels. This paper proposes a new anomaly detection method by effectively exploiting a robust anomaly degree metric for increasing the separability between anomaly pixels and other background pixels, using discriminative information. First, the manifold feature is used so as to divide the pixels into the potential anomaly part and the potential background part. This procedure is called discriminative information learning. A metric learning method is then performed to obtain the robust anomaly degree measurements. Experiments with three hyperspectral data sets reveal that the proposedmethod outperforms other current anomaly detection methods. The sensitivity of

2018-12-21

改进的加权稀疏表示人脸识别算法

改进的加权稀疏表示人脸识别算法针对传统的加权稀疏表示分类方法在获取训练样本权重以及求解l1 范数最小化问题中计算效率低的问题, 提出了一种加权稀疏表示和对偶增广拉格朗日乘子法(DALM) 相结合的人脸识别算法WSRC_DALM 算法. 该算法主要采用高斯核函数计算每个训练样本与测试样本之间的相关性, 即获得训练样本相对于测试样本的权

2018-12-21