note:是在基函式設計的時候使用到樣本,那麼訓練的是什麼?下面看公式。
核模型,是以使用被稱為 核模型的 二元函式 k(.,.),
的線性結合方式加以定義的。
上面的theta就是我們要學習的物件 ,注意 theta為乙個向量,可以表述為下面的形式。
可以把公式中的xi看做標記點(landmark),並將樣本x和標記點之間相似特徵;這裡面可以看成一種廣義的距離(相似程度),這種距離度量的方式就稱之為核函式。
最常見的核函式是高斯核函式:
上面的 xi(有的書中寫作c)就是核函式的 標記點,也可稱之為均值;
h稱為頻寬;一般的頻寬選擇有技巧,頻寬小怎麼樣?頻寬小,擬合的比較緊湊。具體google。
xi稱之為均值,說是均值但是選取的時候怎麼選,還是從訓練樣本中選取。
下面給出核函式是如何衡量距離的?
在高斯核模型中,對各個輸入的樣本進行高斯核的學習,並把其引數 theta進行學習。
二、matlab**
%kde,目標檢測
clcclose all
n=20;%訓練集數目
h=40; %頻寬
thr=0.000002;%閾值
train_set=cell(1,n);
par=double(15/(8*pi*n*h^3));%核函式係數
%讀取並儲存訓練集
[m,n,d]=size(test);%影象規格
kde=zeros(m,n); %儲存kde值
%利用ep核函式計算概率
ticfor i=1:n %n張,計算每張kde
mul=1;
for j=1:d %d通道計算
current_frame=train_set;
temp=((current_frame(:,:,j)-test(:,:,j))./h).^2;%ep核函式
temp=max(1-temp,0); %ep核函式
%temp=exp(-(current_frame(:,:,j)-test(:,:,j)).^2/2/h^2);%高斯核函式
mul=mul.*temp;
endkde=kde+mul;%累加一張kde
endkde=kde*par;%得到kde
toc%繪製三維kde圖
mesh(kde)
colorbar
title('道路 kde 估計圖');
xlabel('x軸');
ylabel('y軸');
zlabel('z軸');
%目標檢測
motion=(kde二、執行結果
下列執行結果採用基於ep核函式的kde;(1)中為所提供的訓練集,共20幀,頻寬h選擇為40;(2)中為自己在網際網路上找的連續幀,訓練集為15幀,頻寬h為40。
核密度估計原理
最近在讀wek的 的時候,發現weka的 bayes分類器中有使用到核概率密度估計,想了一下核概率密度估計原理。核密度估計是在概率論中用來估計未知的密度函式,屬於非引數檢驗方法之一,由rosenblatt 1955 和emanuel parzen 1962 提出,又名parzen窗 parzen w...
十三 Sklearn核密度估計
參考url 密度評估器是一種利用d維資料集生成d維概率分布估計的演算法,gmm演算法用不同高斯分布的加權彙總來表示概率分布估計。核密度估計 kernel density estimation,kde 演算法將高斯混合理念擴充套件到了邏輯極限 logical extreme 它通過對每個點生成高斯分布...
Epanechnikov核密度估計應用於目標檢測
1.什麼叫目標檢測 目標檢測,也叫目標提取,是一種基於目標幾何和特徵統計的影象分割,將影象中的目標分割和識別合二為一,其準確性和實時性成為目標檢測的重要能力之一。在複雜場景下,尤其是多目標的情況下,目標提取和識別就顯得格外重要。2.epanechnikov核函式介紹 核密度估計是在概率論中用來估計未...