快毕业了，整理点东西。 先做了一个简单的图像分类的Demo。是能够让图像分类的初学者能够直观的从实际中观察揣摩理解图像分类的环节，各个环节的步骤以及重要性，哪些环节是问题的本质等等。 图像的特征用到了Dense Sift，通过Bag of Words词袋模型进行描述，当然一般来说是用训练集的来构建词典，因为我们还没有测试集呢。虽然测试集是你拿来测试的，但是实际应用中谁知道测试的图片是啥，所以构建BoW词典我这里也只用训练集。 其实BoW的思想很简单，虽然很多人也问过我，但是只要理解了如何构建词典以及如何将图...

以前确实没太经常看过http://research.google.com/上的内容，只是找论文的时候有去过。先不多说，首先从一篇论文讲起： Kernelized Structural SVM Learning for Supervised Object Segmentation”, Luca Bertelli, Tianli Yu, Diem Vu, Burak Gokturk, Proceedings of IEEE Conference on Computer Vision and Pattern Recognition 2011. [abstract] [pdf] [search] 由于在使用 Structural SVM的idea，所以答题浏览了一下这篇文章，这篇文章思想挺简单，是用结构化的svm学习来解决图像分割的问题，图像分割中的结...

今天偶然看到了一篇ICCV 2011的文章，Ensemble of Exemplar-SVMs for Object Detection and Beyond，还没有细读，但是看了题目我就吸引住了，因为和自己正在思考的一个idea类似，也是用模板集成的方法，只是搜索模板的方法可能不同，集成方法可能不同，但是我要继续思考下要不要做，还有没有真是的以及和价值。 不过，应该可以做的。 废话少说，这篇用线性svm训练object模板，每个类别都会训练好几个模板，然后进行集成，细节论文中有，这种思想感觉比较暴力，自古模板法效果就不错，最典型的就是“P. F. Felzenszw...

最近做点东西，数据是很奇妙的，当然不是很显然的那种东西，而且训练数据里面有大量的label或者预测结果是0。 要做的模型都是要求很智能的，举个例子，今年A租赁了M张DVD看，问明年M能够租赁多少，当然是基于今年的租赁的数据以及A的信息来预测明年A要租赁多少张DVD。 我对于数据没有进行多少分析，最近只是使用了R语言包的randomForest进行预测以及结合Boruta进行特征选择，但是出来的结果很不好，和最差的结果没啥区别。 也用了SVM的regression，包括LS-SVM以及Libsvm的回归模型，但是结果也是很差，出来的结果...

港科的Can Yang在豆瓣上发了一条："离开港科大前，闲来无事，来篇长博文，整理一下所学，与童鞋们分享。 http://ihome.ust.hk/~eeyang/Stories_about_SL.pdf".今天看cvchina上有人转载了，我也转载再次，这篇文章必须转载。因为我也对boost感叹。 ---------- 统计学习那些事 香港科技大学 电子与计算机工程系 eeyangc@gmail.com 在港科大拿到PhD，做的是Bioinformatics方面的东西。Bioinformatics这个领域很乱，从业者水平参差不齐，但随着相关 技术（比如Microarray, Genotyping）的进步，这个领域一直风风光光。...

下面收藏转载两篇关于String Kernel的文章，自己收藏，分享。 ------------------- String Kernel是这样一种Kernel方法，它根据两个字符串的所有公共子串计算它们的相似度，最简单的方法是用Dynamic Programming的办法，但复杂度较高，是N的平方。通过使用Suffix Tree或Suffix Array可以成功地把复杂度降为线性的，参见论文：eprints.pascal-network.org/archive/00002056/01/VisSmo04.pdf 我对String Kernel很感兴趣的原因是它有广泛的用处，比如可以利用它仅通过链接的URL和Anchor Text对它的主题进行分类（Focu...

版权声明： 本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用，但请注明出处，如果有问题，请联系wheeleast@gmail.com   前言： 又有很长的一段时间没有更新博客了，距离上次更新已经有两个月的时间了。其中一个很大的原因是，不知道写什么好-_-，最近一段时间看了看关于 SVM(Support Vector Machine)的文章，觉得SVM是一个非常有趣，而且自成一派的方向，所以今天准备写一篇关于关于SVM的文章。 关于SVM的论文、书籍都非常的多，引用强哥的话“SVM是让应用数学...

上交Mu Li同学的博文，转至此。做学问，总要写出点东西来才行，我还是停留在转载的地步，说明什么问题？1、没有做学问（嗯，最近在准备英语）2、做学问不深入不思考，没有自己的见解。 ------- 《红楼梦》第三一回云：天地间都赋阴阳二气所生。世间有阴便有阳，在优化界也是如此。我们将需要最小化的目标函数称之为primal problem. 其对应就有dual problem. 例如常见的Lagrange Duality. 如果primal是凸的，那么dual便是凹的。且在常见情况下，最小化primal等价于最大化dual. 有时候直接求解primal problem很麻烦...