http://feed.cnblogs.com/blog/u/18427/rss2011-12-12T03:49:03ZT.t.T!Ck.￠#http://www.cnblogs.com/TtTiCk/feed.cnblogs.comhttp://www.cnblogs.com/TtTiCk/archive/2009/04/04/1429323.html

本文承接 识别地图上的地名-- 笔记一 一文。非常抱歉地过了这么久了才打算把这个事情给完结了。其实很早就做完的。但是事情比较多。一直都没有写出来。二值化图像关于文字分割：如上图所示我们已经得到一个二值化的图像了。可以发现文字都是黑色的。并且文字都是在一个11*11的方格里面的。也就是说一个单独的文字最大长度和宽度都是11，例如“田” 字 。这里面的文字都比较正规。而且是统一...

2009-04-03T19:36:00Z2009-04-03T19:36:00ZT.t.T!Ck.￠#http://www.cnblogs.com/TtTiCk/本文承接 识别地图上的地名-- 笔记一 一文。非常抱歉地过了这么久了才打算把这个事情给完结了。其实很早就做完的。但是事情比较多。一直都没有写出来。二值化图像关于文字分割：如上图所示我们已经得到一个二值化的图像了。可以发现文字都是黑色的。并且文字都是在一个11*11的方格里面的。也就是说一个单独的文字最大长度和宽度都是11，例如“田” 字 。这里面的文字都比较正规。而且是统一...http://www.cnblogs.com/TtTiCk/archive/2008/12/16/1355941.html

在做蜘蛛采集的时侯从一个起始地址开始能得到一大堆的URL对于内容的页面需要进行内容抽取对于URL列表的页面需要解析出内容页面URL很显然，对于不同的页面需要进行不同的操作。但是问题是，如何判断一个URL到底是内容页面还是列表页面。一个很简单的方法是：抽取页面内的所有URL，判断URL的相似度。当然通过判断页面内是否存在大块的文本也能大概知道这个页面是否内容页面。这里要提一下的是URL相似度的判断。...

2008-12-16T05:55:00Z2008-12-16T05:55:00ZT.t.T!Ck.￠#http://www.cnblogs.com/TtTiCk/在做蜘蛛采集的时侯从一个起始地址开始能得到一大堆的URL对于内容的页面需要进行内容抽取对于URL列表的页面需要解析出内容页面URL很显然，对于不同的页面需要进行不同的操作。但是问题是，如何判断一个URL到底是内容页面还是列表页面。一个很简单的方法是：抽取页面内的所有URL，判断URL的相似度。当然通过判断页面内是否存在大块的文本也能大概知道这个页面是否内容页面。这里要提一下的是URL相似度的判断。...http://www.cnblogs.com/TtTiCk/archive/2008/11/20/1334062.html

在 人工神经网络(Artificial Neural Netwroks)笔记-消除样本顺序的BP算法 一文的下面提到了几个要讨论的问题 其中 “局部极小点问题，如何逃离或者避开局部极小点呢？”这个问题可以通过模拟退火算法(Simulated Annealing) 来提高逃离局部极小点向全局最优点进发的可能性。人工神经网络(Artificial Neural Netwroks)笔记-粒子群优化(Pa...

2008-11-20T11:48:00Z2008-11-20T11:48:00ZT.t.T!Ck.￠#http://www.cnblogs.com/TtTiCk/在 人工神经网络(Artificial Neural Netwroks)笔记-消除样本顺序的BP算法 一文的下面提到了几个要讨论的问题 其中 “局部极小点问题，如何逃离或者避开局部极小点呢？”这个问题可以通过模拟退火算法(Simulated Annealing) 来提高逃离局部极小点向全局最优点进发的可能性。人工神经网络(Artificial Neural Netwroks)笔记-粒子群优化(Pa...http://www.cnblogs.com/TtTiCk/archive/2008/09/09/1285001.html

RBF 网络起源于数值分析中的多变量插值的径向基函数方法，其所具有的最佳逼近特性是传统BP 网络所不具备的。三层的RBF 网络具有可以逼近任意函数的能力。假设网络中的输入节点隐层节点输出节点数分别为N,L,M 。隐含层的作用是对输入模式进行变换将低维的模式输入数据转换到高维空间内以利于输出层进行分类识别。最常用的径向基函数是高斯核函数 ,形式为 k(||x-xc||)=exp{- ||x-xc||...

2008-09-09T05:25:00Z2008-09-09T05:25:00ZT.t.T!Ck.￠#http://www.cnblogs.com/TtTiCk/RBF 网络起源于数值分析中的多变量插值的径向基函数方法，其所具有的最佳逼近特性是传统BP 网络所不具备的。三层的RBF 网络具有可以逼近任意函数的能力。假设网络中的输入节点隐层节点输出节点数分别为N,L,M 。隐含层的作用是对输入模式进行变换将低维的模式输入数据转换到高维空间内以利于输出层进行分类识别。最常用的径向基函数是高斯核函数 ,形式为 k(||x-xc||)=exp{- ||x-xc||...http://www.cnblogs.com/TtTiCk/archive/2008/08/28/1278523.html

关于粒子群优化的内容可以通过搜索得到。下面主要是个人对于粒子群优化的一点理解，以及应用于BP神经网络中做权重的调整原文在：http://baike.baidu.com/view/1531379.htm引用下面一些内容===============我是引用的分界线=================粒子根据如下的公式来更新自己的速度和新的位置 v[] = w * v[] + c1 * rand() *...

2008-08-28T04:17:00Z2008-08-28T04:17:00ZT.t.T!Ck.￠#http://www.cnblogs.com/TtTiCk/关于粒子群优化的内容可以通过搜索得到。下面主要是个人对于粒子群优化的一点理解，以及应用于BP神经网络中做权重的调整原文在：http://baike.baidu.com/view/1531379.htm引用下面一些内容===============我是引用的分界线=================粒子根据如下的公式来更新自己的速度和新的位置 v[] = w * v[] + c1 * rand() *...http://www.cnblogs.com/TtTiCk/archive/2008/08/21/1272668.html

不记得是几月份了，king总接了一个私活，就是要求从地图查询的那些网站上获取到地图下来，然后识别出地图中的地名。需求很简单的目标也很明确。king总貌似用了一个星期左右的时间就完成了。在此佩服一下。在此前我已经对图像很有兴趣，但是一直没有机会练手，现在就king总上面的需求，我也来试试识别地图上的地名。大概的思路如下：把彩色的地图图像变换成灰度图像，对灰度图像进行二值化，去掉一些噪点，然后分割出单...

2008-08-20T17:29:00Z2008-08-20T17:29:00ZT.t.T!Ck.￠#http://www.cnblogs.com/TtTiCk/不记得是几月份了，king总接了一个私活，就是要求从地图查询的那些网站上获取到地图下来，然后识别出地图中的地名。需求很简单的目标也很明确。king总貌似用了一个星期左右的时间就完成了。在此佩服一下。在此前我已经对图像很有兴趣，但是一直没有机会练手，现在就king总上面的需求，我也来试试识别地图上的地名。大概的思路如下：把彩色的地图图像变换成灰度图像，对灰度图像进行二值化，去掉一些噪点，然后分割出单...http://www.cnblogs.com/TtTiCk/archive/2008/08/15/1268928.html

在上一篇文章 《人工神经网络(Artificial Neural Netwroks)笔记-消除样本顺序的BP算法 》中 修改权重的方法被称为"最速下降法"。每一次权重的修改都是确定的，权重都会被修改。甚至到最简单的单层感知器也是如此。但是我们有一个疑问，是否每一次的权重修改都是好的呢？虽然"最速下降法"能在数学上被证明是每一次都比前一次越来越逼近最优解，但是这个逼近可是一个无休止的过程。而且面对局...

2008-08-15T10:56:00Z2008-08-15T10:56:00ZT.t.T!Ck.￠#http://www.cnblogs.com/TtTiCk/在上一篇文章 《人工神经网络(Artificial Neural Netwroks)笔记-消除样本顺序的BP算法 》中 修改权重的方法被称为"最速下降法"。每一次权重的修改都是确定的，权重都会被修改。甚至到最简单的单层感知器也是如此。但是我们有一个疑问，是否每一次的权重修改都是好的呢？虽然"最速下降法"能在数学上被证明是每一次都比前一次越来越逼近最优解，但是这个逼近可是一个无休止的过程。而且面对局...http://www.cnblogs.com/TtTiCk/archive/2008/07/09/1239438.html

花了一个多星期的时间在重新学习 人工神经网络(Artificial Neural Netwroks)关于人工神经网络(Artificial Neural Netwroks)的介绍以及应用可以通过网络获得在我的笔记中主要关于多个算法流程是如何实现的“读书每有所得必记录之” 某人说的，因此我也诞生了下面的笔记和大家分享人工神经网络(Artificial Neural Netwroks)笔记-离散单输出...

2008-07-09T10:58:00Z2008-07-09T10:58:00ZT.t.T!Ck.￠#http://www.cnblogs.com/TtTiCk/花了一个多星期的时间在重新学习 人工神经网络(Artificial Neural Netwroks)关于人工神经网络(Artificial Neural Netwroks)的介绍以及应用可以通过网络获得在我的笔记中主要关于多个算法流程是如何实现的“读书每有所得必记录之” 某人说的，因此我也诞生了下面的笔记和大家分享人工神经网络(Artificial Neural Netwroks)笔记-离散单输出...http://www.cnblogs.com/TtTiCk/archive/2008/07/09/1239218.html

人工神经网络(Artificial Neural Netwroks)笔记-基本BP算法 上文中已经提到“基础BP算法“偏爱”较后出现的样本，因此较后出现的样本对网络影响较大”本文将记录如何消除这个影响用(X1,Y1),(X2,Y2),....(Xs,Ys)的总效果丢该 W^(1),W^(2),...W^(L)△W^(K)ij=∑△pW^(k)ij只是替换了原来的简单修改权重矩阵那部分具体算法流程如...

2008-07-09T10:41:00Z2008-07-09T10:41:00ZT.t.T!Ck.￠#http://www.cnblogs.com/TtTiCk/人工神经网络(Artificial Neural Netwroks)笔记-基本BP算法 上文中已经提到“基础BP算法“偏爱”较后出现的样本，因此较后出现的样本对网络影响较大”本文将记录如何消除这个影响用(X1,Y1),(X2,Y2),....(Xs,Ys)的总效果丢该 W^(1),W^(2),...W^(L)△W^(K)ij=∑△pW^(k)ij只是替换了原来的简单修改权重矩阵那部分具体算法流程如...http://www.cnblogs.com/TtTiCk/archive/2008/07/02/1233846.html

单层的感知器并不能解决XOR问题人工神经网络(Artificial Neural Netwroks)也因为这个问题而陷入了低潮，但是后来提出的多层感知器却让人工神经网络(Artificial Neural Netwroks)再一次high起来BP网络是最为广泛的一种。具体的原理介绍可以通过网络得到这里只描述算法流程基本的BP算法1 for k=1 toL do初始化W^(k)2初始化精度控制参数ε...

2008-07-02T03:38:00Z2008-07-02T03:38:00ZT.t.T!Ck.￠#http://www.cnblogs.com/TtTiCk/单层的感知器并不能解决XOR问题人工神经网络(Artificial Neural Netwroks)也因为这个问题而陷入了低潮，但是后来提出的多层感知器却让人工神经网络(Artificial Neural Netwroks)再一次high起来BP网络是最为广泛的一种。具体的原理介绍可以通过网络得到这里只描述算法流程基本的BP算法1 for k=1 toL do初始化W^(k)2初始化精度控制参数ε...