sparse coding理解
来源:互联网 发布:ubuntu scrapy 编辑:程序博客网 时间:2024/05/22 00:45
ref:
yu kai cvpr12 tutorial
http://blog.csdn.net/jwh_bupt/article/details/9902949
典型的sparse coding的过程分为训练和测试。
Training:给定一些训练样本(training samples)[ x1, x2, …, xm(in Rd)],学习一本字典的基(bases)[Φ1,Φ2……(also in Rd)]。可是用k-means等无监督的方法,也可以用优化的方法(这时training完了同时也得到了这些training samples的codes,i.e. a,这是一个LASSO和QP问题的循环迭代);
见yukai ppt,其中,讲了training的求解算法,input是several x,输出是the code of each x, i.e. a, and bases . 类似于EM 求解
Coding:用优化的方法求解测试样本的codes(此时字典已经学得)。经典的方法是求解LASSO:
(1)
自我学习就是在Training的时候采用大量无标注的自然图像训练字典,然后对带标注的图像进行编码得到特征codes。
- 理解sparse coding
- sparse coding理解
- Sparse Coding 简单理解
- Sparse coding简单理解
- 理解sparse coding
- 理解稀疏编码sparse coding
- 二十六(Sparse coding简单理解)
- sparse coding
- Sparse Coding
- sparse coding
- Sparse Coding
- 稀疏编码系列3:理解稀疏编码sparse coding
- Efficient Sparse Coding Algorithm
- Efficient Sparse Coding Algorithm
- laplacian Sparse Coding
- sparse coding相关文章
- Sparse Coding ScSPM & LLC
- Sparse Coding稀疏编码
- C++异常处理
- 利用javax.mail写的一个简单发邮件的类
- 支持串口loadx命令下载
- 自定义Notification
- 左右值树常规操作的逻辑
- sparse coding理解
- camera前后置gpio口影响
- GridView显示行号
- Java基本入门知识
- 上机项目--是否需要加油
- FFMpeg的output_example.c例子分析
- 关于iOS 7的几个开源项目
- lightoj 1077 - How Many Points? 最大公约数
- 在恰当的地方使用MongoDB的WriteConcern.SAFE参数