原创 遷移學習&自我學習

        最近在看Ng的深度學習教程,看到self-taught learning的時候,對一些概念感到很陌生。作爲還清技術債的一個環節,用半個下午的時間簡單搜了下幾個名詞,以後如果會用到的話再深入去看。         監督學習在

原创 Linux的IO系統常用系統調用及分析

    Linux的IO從廣義上來說包括很多類,從狹義上來說只是講磁盤的IO。在本文中我也就只是主要介紹磁盤的IO。在這裏我對Linux的磁盤IO的常用系統調用進行深入一些的分析,希望在大家在磁盤IO產生瓶頸的時候,能夠幫助做優化,同時我

原创 計算機視覺方面2015年重要會議deadline

新的一輪又要開始了。一年中雖然不知道怎樣能中,但至少知道怎樣不能中了。新的一年好好努力。 ICASSP2015:   Brisbane, Australia.   Oct 5,2014CVPR2015        Boston, USA

原创 理解sparse coding

稀疏編碼系列: (一)----Spatial Pyramid 小結(二)----圖像的稀疏表示——ScSPM和LLC的總結(三)----理解sparse coding(四)----稀疏模型與結構性稀疏模型----------------

原创 Li Fei-fei寫給她學生的一封信,如何做好研究以及寫好PAPER

在微博上看到的,讀完還是有些收穫的,首先是端正做research的態度。 我是從這裏看到的:http://www.vjianke.com/ZM0BC.clip   -------------------------------------

原创 數據庫索引原理(2)------MemCached

Memcached是高性能的分佈式內存緩存服務器。它的主要目的不是基於本地緩存的,而主要用在分佈式系統中。Memcached中保存的數據都存儲在Memcached內置的內存存儲空間中。由於數據僅存在於內存中,因此重啓Memcached、重

原创 降維(二)----Laplacian Eigenmaps

降維繫列: 降維(一)----說說主成分分析(PCA)的源頭降維(二)----Laplacian Eigenmaps---------------------                   前一篇文章中介紹了主成分分析。PCA的

原创 局部特徵(6)——局部特徵描述彙總

局部特徵系列:局部特徵(1)——入門篇局部特徵(2)——Harris角點 局部特徵(3)——SURF特徵總結 局部特徵(4)——SIFT和SURF的比較 局部特徵(5)——如何利用彩色信息 Color Descriptors 局部特徵(6

原创 表驅動編程方法 table-driven programming

      最近寫了一段這樣的代碼。代碼的功能是,通過函數function()返回的錯誤代碼,生成一段說明該代碼錯誤的log。       最開始我的代碼是這樣寫的: enum error_t{ ERROR0=0, ERROR1, ERR

原创 LSA,pLSI,LDA相關的資料整理

1、  《LSA and PLSA筆記》  將LSA和pLSI的優點和缺點進行了總結和比較,是目前看到的非常好的資料; 2、    Zhou Li的博客,尤其是LSA和LDA的兩篇note,不僅詳細介紹了模型和求解過程、相關的背景知識,同

原创 HOG特徵

 HOG特徵[email protected]、HOG特徵:       方向梯度直方圖(Histogram of Oriented Gradient, HOG)特徵是一種在計算機視覺和圖像處理中用來進行物體檢測的特徵描述子。它通過計算和統計

原创 如何評價一個好的推薦系統算法

        Netflix 在網上舉辦了一個挑戰賽,獎勵100萬美元向全世界選手提出一套電影的推薦系統,RMSE比當前系統小10%的最優秀的那支隊伍將獲得該獎項。         但是如何評價一個更好的推薦系統?What do we

原创 機器學習的數學基礎(1)--Dirichlet分佈

這一系列(機器學習的數學基礎)主要包括目前學習過程中回過頭複習的基礎數學知識的總結。 基礎知識:conjugate priors共軛先驗     共軛先驗是指這樣一種概率密度:它使得後驗概率的密度函數與先驗概率的密度函數具有相同的函數形式

原创 Spatial Pyramid Matching 小結

稀疏編碼系列:(一)----Spatial Pyramid 小結(二)----圖像的稀疏表示——ScSPM和LLC的總結(三)----理解sparse coding(四)----稀疏模型與結構性稀疏模型------------------

原创 LBP特徵

        LBP(Local Binary Pattern,局部二值模式)是一種用來描述圖像局部紋理特徵的算子;它具有旋轉不變性和灰度不變性等顯著的優點。它是首先由T. Ojala, M.Pietikäinen, 和 D. Harw