介绍一种利用QR分解减少PCA计算量的方法，并采用三种距离度量应用于人脸识别问题，比较降维和分类效果。
标签：机器学习
HanyNet – 卷积神经网络的初步实现
以C++借助OpenCV和RapidXML实现的卷积神经网络模型，基于经典的LeNet模型，能够达到一定的精度。
Tracking-Learning-Detection原理分析
对视频中任意单目标实时追踪的算法TLD（Tracking-Learning-Detection）的原理分析
JohnHany的博客
编程 手绘 文字
介绍一种利用QR分解减少PCA计算量的方法，并采用三种距离度量应用于人脸识别问题，比较降维和分类效果。
以C++借助OpenCV和RapidXML实现的卷积神经网络模型，基于经典的LeNet模型，能够达到一定的精度。
对视频中任意单目标实时追踪的算法TLD（Tracking-Learning-Detection）的原理分析