Source: http://ml.memect.com/archive/2015-09-17/long.html
同一个用户的多个社交网络账号的“对齐”
来自 @iB37 好东西传送门整理
关键词：会议活动, 应用, ICDM, 会议, 教育网站, 社交网络
一个用户会参与到多个社交网络中从而拥有多个账号.多个社交网络中存在两种连接:普通的社会关系,和同一用户的多个账号之间的连接. Multiple Anonymized Social Networks Alignment [Zhang,ICDM15] 在部分对齐的匿名网络中(去掉用户画像和属性信息),把同一个用户的多个账号“对齐” [1] [1] http://www.cs.uic.edu/~jzhang2/publication.html
机器视觉工程应用的开发思路
来自 @FPGA开发圈 好东西传送门整理
关键词：经验总结, 视觉, 博客, 康耐视
【机器视觉工程应用的开发思路】机器视觉工程应用主要可划分为硬件和软件两大部分。硬件：工程应用的第一步就是硬件选型。硬件选型很关键，因为它是你后面工作的基础。主要是光源、工业相机和镜头选择。软件：目前业内商业库主要有Halcon，康耐视，DALSA，evision，NI等…… [1] [1] http://xilinx.eetrend.com/blog/9140
《OpenCV计算机视觉编程攻略（第2版）》
来自 @图灵教育 好东西传送门整理
关键词：视觉, 资源, 霍金, 书籍
#新书上市#《OpenCV计算机视觉编程攻略（第2版）》 结合C++和OpenCV全面讲解计算机视觉编程。主要内容包括OpenCV库的安装和部署、图像增强、像素操作、图形分析等，且详细介绍如何处理来自文件或摄像机的视频，以及如何检测和跟踪移动对象。试读： [1] 京东： [2] [1] http://vdisk.weibo.com/s/e41M8kW4qrcc
[2] http://item.jd.com/11764459.html
几乎所有深度网络生成的函数都无法被浅层网络高效率的近似表示
来自 @闫安Jon 好东西传送门整理
关键词：深度学习, 论文
[1509.05009] On the Expressive Power of Deep Learning: A Tensor Analysis [1] 把样本空间上的分类函数用高维实函数空间的基的乘积来表示，用张量分解的方法，文章证明了几乎所有深度网络（例如HT模型）生成的函数，都无法被浅层网络（例如CP模型）高效率的近似表示。 [1] http://arxiv.org/abs/1509.05009
综合两个独立LTSM来预测司机变道行为
来自 @闫安Jon 好东西传送门整理
关键词：深度学习, 算法, 论文, 神经网络
[1509.05016] Recurrent Neural Networks for Driver Activity Anticipation via Sensory-Fusion Architecture [1] 用两个独立LTSM处理司机和环境数据，再把结果综合起来预测将来左右转、变道还是直行。自带 .com 主页 [2] 现在创业只需一篇arXiv. [1] http://arxiv.org/abs/1509.05016
[2] http://www.brain4cars.com/
完整版
点此链接查看全部17条：http://ml.memect.com/archive/2015-09-17/long.html