online learning toolbox francesco orabona
machine perception toolbox （mpt）
偶然的機會發現了這個工具箱，雖說05年都沒有再更新了，但是很多東西還是可以借鑑的。很好的乙個工具箱，功能包含face detection, eye detection, blink detection, color tracking。
留著備用！
smallbox sparco toolbox
做稀疏表示的有很多，不同的演算法也被不斷提出，有研究人員已經開始提出整合乙個平台，用來對各種稀疏表示的解法進行比較，sparco是個很不錯的工具箱，前幾天剛發現了另外乙個，smallbox，這個工具箱不僅用來比較各種稀疏表示的解法，而且把字典學習演算法也融合了進去，以後搞稀疏的要開心了，呵呵，什麼東西都是現成的了，只需要把資料準備好，字典學習有現成的，稀疏表示有現成的!
法國 inria**：
kernel regression & kardi teknomo's homepage
以前從別的模式識別裡面看過 kernel regression, 一直以來也沒用用到，所以就有些忘記了，今天在wiki搜尋了一下kernel regression, 看到了
他的主頁給我留下了非常深刻的印象，上邊有很多有用的tutorials, 並且都是author自己的語言進行組織的。
bayesian
compressive
sensingshihao ji
杜克大學的博士，本科和碩士在西電讀的，不知道該不該稱其為大牛，因為他以第一作者發了兩篇pami。作者目前主要在研究bayesian compressive sensing.相關的有三篇文章：1。bayesian compressive sensing and projection optimization。2007. [
pdf file
]2。bayesian compressive sensing。2008. [
pdf file
| code
]3。multi-task compressive sensing。2009. [
pdf file
| code
]另外，從作者的主頁可以鏈結到bayesian compressive sensing 的主頁，有很多相關的工作，及**，感興趣的可以檢視：
作者在杜克的導師
lawrence carin，
electronic copies of recent *****s
reading group
afrl-duke workshop on compressive sensing
雖然看了相關的貝葉斯的基礎知識，但是看起來bcs的文章，還是沒搞明白，從理論上講，bcs應該屬於機器學習的內容，杜克的這個研究組似乎也主要沿著貝葉斯這條線在做，繼續關注。。。。
字典學習與稀疏表示
假設我們用乙個m n的矩陣表示資料集x，每一行代表乙個樣本，每一列代表樣本的乙個屬性，一般而言，該矩陣是稠密的，即大多數元素不為0。稀疏表示的含義是，尋找乙個係數矩陣a k n 以及乙個字典矩陣b m k 使得b a盡可能的還原x，且a盡可能的稀疏。a便是x的稀疏表示。x是y的稀疏表示 sparse...
稀疏表示和字典學習
稀疏表示 假設有乙個mn的矩陣y，我們要找到乙個mk的字典矩陣d和乙個稀疏的kn的係數矩陣x，使得使得y盡可能由dx表示，x就是y的稀疏表示。字典學習 字典學習包括兩個階段，一是字典構建階段，而是利用字典稀疏地表示樣本階段，每個階段都有不同的演算法可以選擇。龐大資料可以由字典裡的基本元素通過不同組合...
字典學習 稀疏表示學習筆記
首先向大家安利一下南大周志華老師寫的 機器學習 這本書，作為乙個對此一竅不通的人看了都覺得很有意思，受益匪淺。語言平實卻又乾貨十足，比某些故弄玄虛泛泛而談的其它國內教材高到不知 去了。最近看的 涉及到稀疏表示，正好這本書有講到。這兩天看了一下該書關於稀疏表示的部分 第11章 將核心知識點總結歸納一下...