本文共 823 字,大约阅读时间需要 2 分钟。
WideBaselineFeatureMatcher
[1] CODE: Coherence Based Decision Boundaries for Feature Correspondence, IEEE TPAMI,2016, Lin et. al.
[2] RepMatch: Robust Feature Matching and Pose for Reconstructing Modern Cities, ECCV, 2016,, Lin et. al.刚开始以为是高斯混合回归:
Feature Guided Biased Gaussian Mixture Model for image matching
这是期望最大化(EM)算法的实现,用于使用Python 3中的高斯混合模型(GMM)进行聚类
后来发现不是。。。。
回归的最大似然估计
Generalized Huber Regression
用于机器学习的高斯过程库
是线性回归+Huber loss + 谱聚类的那种高斯相似矩阵
具体如下:
Huber loss
鲁棒学习:L1约束的Huber损失最小化
Huber损失最小化学习和高斯核模型 的Huber损失最小化,竞赛用到过,效果不错
Matlab代码:
Huber Loss
线性拟合——从最大似然估计到平方误差到huber loss
谱聚类(spectral clustering)原理总结
第三种定义:
项目笔记(四) 实验——通过对midi自相似矩阵的高斯核对角卷积分割乐段
聚类 -- 数据挖掘
MSE, MAE, Huber loss详解
决策树(十)--GBDT及OpenCV源码分析
统计中,Huber损失函数的参数是怎么确定的?
Likelihood Regression
Affine motion regression -> x Affine motion regression -> y
转载地址:http://aegof.baihongyu.com/