才子佳人博客

我的故事我讲述

双样本T检验可用于特征选择

单样本T检验检验的是样本的均值是否能代表总体的均值。双样本T检验检验的是两个独立样本所代表的总体数据均值差异是否显著。

如何理解最小二乘法?

法国数学家,阿德里安-馬里·勒讓德(1752-1833)提出让总的误差的平方最小的y就是真值,如果误差是随机的,应该围绕真值上下波动。

K-means聚类算法

K-means聚类算法采用距离作为相似性的评价指标,即认为两个对象的距离越近,其相似度就越大。该算法认为类簇是由距离靠近的对象组成的,因此把得到紧凑且独立的簇作为最终目标。

分类、聚类、脑网络等汇总(2020.5.21以前)

文章整理出2020.5.21以前所有的有关分类、聚类、脑网络等的博文,共44篇。

关于脑网络时间序列及功能连接矩阵的来由

一个脑区对应多条时间序列,对这多条时间序列取平均后,每个脑区对应一个平均时间序列,即116条时间序列。对这116条时间序列两两相关做功能连接,得到的皮尔逊相关系数矩阵。

静息态功能磁共振成像(fMRI)简介

文章简要介绍了静息态功能磁共振成像原理:

精神分裂症脑网络研究简介(二)

近年来,基于磁共振成像的疾病模式识别研究应用越来越多。此方法是利用机器学习的统计学方法,通过影像学数据特征,找到能够预测个体疾病状态的标记特征。

相关度度量之皮尔逊相关系数

相关系数的绝对值越大,相关性越强,相关系数越接近于1或-1,相关度越强,相关系数越接近于0,相关度越弱。

精神分裂症脑网络研究简介(一)

静息态脑网络的研究方法已经被广泛地应用到精神分裂症的研究中,目前的研究大致分为三个方向。

梯度消失与梯度爆炸问题简述

文章简述了梯度消失与梯度爆炸问题、成因及解决办法。

分类与聚类,监督学习与无监督学习

文章简要介绍了分类和聚类的基本概念、常见的分类与聚类算法以及监督学习与无监督学习概念。

模式识别基本概念、研究方法及其应用领域

文章简要介绍了模式识别的基本概念、研究方法及模式识别的应用领域。

ILSVRC竞赛项目详细介绍

ILSVRC是近年来机器视觉领域最受追捧也是最具权威的学术竞赛之一,代表了图像领域的最高水平。ILSVRC竞赛的项目主要包括以下几个问题:

卷积神经网络中全连接层及其反向传播的理解

全连接层的每一个结点都与上一层的所有结点相连,用来把前边提取到的特征综合起来。由于其全相连的特性,一般全连接层的参数也是最多的。

卷积神经网络之空间金字塔池化方法

空间金字塔池化,要解决的就是从卷积层到全连接层之间的一个过渡。使用金字塔池化,使得任意大小的特征图都能够转换成固定大小的特征向量。

[1/31][<<][1][2][3][4][5][6][7][8][9][10][>>]