这篇文章转载自南京大学周志华教授的博客，原文链接已经找不到了，特此说明。周志华教授的《机器学习》这本书写的不错，深入浅出，适合机器学习入门学习，推荐一下。-----------------------------------------------------------------------------------------------------------------------

转载自：http://blog.csdn.net/jia20003/article/details/52142992在二值图像处理特别是OCR识别与匹配中，都要通过对字符进行细化以便获得图像的骨架，通过zhang-suen细化算法获得图像，作为图像的特征之一，常用来作为识别或者模式匹配。一：算法介绍Zhang-Suen细化算法通常是一个迭代算法，整个迭代过程分为

这篇文章转载自南京大学周志华教授的博客，原文链接已经找不到了，特此说明。周志华教授的《机器学习》这本书写的不错，深入浅出，适合机器学习入门学习，推荐一下。-----------------------------------------------------------------------------------------------------------------------

上学的时候，就一直很好奇，模式识别理论中，常提到的正则化到底是干什么的？渐渐地，听到的多了，看到的多了，再加上平时做东西都会或多或少的接触，有了一些新的理解。1. 正则化的目的：防止过拟合！2. 正则化的本质：约束（限制）要优化的参数。关于第1点，过拟合指的是给定一堆数据，这堆数据带有噪声，利用模型去拟合这堆数据，可能会把噪声数据也给拟合了，这点很致命，一方面会

最近在做Script Identification（SI），目标是中、英、维文的场景文本行分类，尝试使用HOG+SVM进行中/英分类。转载自：http://www.cnblogs.com/hrlnw/archive/2013/08/06/2826651.htmlHistogram of Oriented Gridients，缩写为HOG，是目前计算机视觉、模式识别领域很常用

1. LDA是什么   线性判别式分析（Linear Discriminant Analysis），简称为LDA。也称为Fisher线性判别（FisherLinearDiscriminant，FLD），是模式识别的经典算法，在1996年由Belhumeur引入模式识别和人工智能领域。   基本思想是将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保

摘要： 深度学习可以完成需要高度抽象特征的人工智能任务，如语音识别、图像识别和检索、自然语言理解等。深层模型是包含多个隐藏层的人工神经网络，多层非线性结构使其具备强大的特征表达能力和对复杂任务建模能力。训练深层模型是长期以来的难题，近年来以层次化、逐层初始化为代表的一系列方法的提出给训练深层模型带来了希望，并在多个应用领域获得了成功。深层模型的并行化框架和训练加速方法是深度学习走向实用的重要基石，

这篇文章转载自南京大学周志华教授的博客，原文链接已经找不到了，特此说明。周志华教授的《机器学习》这本书写的不错，深入浅出，适合机器学习入门学习，推荐一下。-----------------------------------------------------------------------------------------------------------------------