核模型(核密度估計)

2021-08-30 02:41:42 字數 1978 閱讀 8066

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...