0 Dujing2019

尚未进行身份认证

暂无相关简介

等级
TA的排名 10w+

机器学习——神经网络

机器学习——神经网络(一)深度学习算法原理1.1 深度学习要解决的问题1.2 深度学习应用领域2.3 计算机视觉任务(一)深度学习算法原理1.1 深度学习要解决的问题机器学习流程:数据获取特征工程(最核心的一部分)建立模型评估与应用特征工程的作用:数据特征决定了模型的上限。预处理和特征提取是最核心的。算法与参数选择决定了如何逼近这个上限。传统特征的提取方法:为...

2019-08-16 08:39:44

机器学习——推荐系统

机器学习——推荐系统(一)推荐系统原理分析(二)餐馆菜肴推荐系统(三)音乐推荐系统(一)推荐系统原理分析人能够对一些事物的重要特征做抽象提取,奇异值分解(Singular Value Decomposition,SVD正是机器抽象提取一些事物重要特征的方法。利用SVD,可使用小得多的数据集来表示原始数据集,这样会去除噪声数据和冗余信息。最早的SVD应用之一是信息检索。将利用SVD的方法称为隐...

2019-08-10 21:50:00

机器学习——关联规则

机器学习——关联规则(一)关联规则原理(二)关联规则代码实现(一)关联规则原理在美国,一些年轻的父亲下班后经常要到超市去买婴儿尿布,超市也因此发现了一个规律,在购买婴儿尿布的年轻父亲们中,有30%~40%的人同时要买一些啤酒。超市随后调整了货架的摆放,把尿布和啤酒放在一起,明显增加了销售额。若两个或多个变量的取值之间存在某种规律性,就称为关联。关联规则是寻找在同一个事件中出现的不同项的相关...

2019-08-10 21:49:38

机器学习——集成算法

机器学习——集成算法(一)集成算法原理1.1 Bagging模型1.2 Boosting模型(二)集成算法实验分析2.1 硬投票和软投票效果2.2 OOB袋外数据的作用2.3 特征重要性2.4 Boosting-提升策略(一)集成算法原理目的:让机器学习效果更好,单个不行,集成走起。Bagging:训练多个分类器取平均f(x)=1/M∑m=1Mfm(x)f(x)=1/M\sum_{m=1...

2019-08-03 08:56:06

机器学习——决策树

机器学习——决策树(一)决策树的构造3.1 信息增益1.2 划分数据集1.3 递归构建决策树(二)在 Python 中使用 Matplotlib 注解绘制树形图2.1 Matplotlib 注解2.2构造注解树(三)测试和存储分类器3.1 测试算法:使用决策树执行分类3.2 实用算法:决策树的存储(四)示例:使用决策树预测隐形眼镜类型(一)决策树的构造决策树(decision tree)是一类...

2019-08-01 09:00:32

机器学习——逻辑回归

机器学习——逻辑回归(一)逻辑回归原理推导(二)逻辑回归代码推导(三)逻辑回归实验分析(四)逻辑回归作业(一)逻辑回归原理推导从二元的分类问题开始讨论,将因变量(dependent variable)可能属于的两个类分别称为负向类(negative class)和正向类(positive class),则因变量 y∈0,1y\in 0,1y∈0,1,其中 0 表示负向类,1 表示正向类。逻辑...

2019-07-30 10:04:24

机器学习——线性回归(数学原理推导+Python代码实现+模型评估+实验分析)

机器学习——线性回归(一)线性回归原理推导1.1 模型描述1.2 梯度下降(二)线性回归代码实现(一)线性回归原理推导线性回归:用一个直线较为精确地描述数据之间的关系。这样当出现新的数据的时候,就能够预测出一个简单的值。1.1 模型描述线性回归按变量数量的多少可以分为:一元线性回归(简单线性回归)和多元线性回归。一元线性回归(有一个自变量),模型可以表示如下:y=θ0+θ1x1+εy=...

2019-07-28 08:31:11

Python计算机视觉编程第十章——OpenCV基础知识

Python计算机视觉编程(一)OpenCV 的 Python 接口(二)OpenCV 基础知识2.1 从图像创建图2.2 用户交互式分割2.3 显示图像及结果(三)处理视频3.1 视频输入3.2 将视频读取到 NumPy 数组中(四)跟踪4.1 光流3.2 将视频读取到 NumPy 数组中(一)OpenCV 的 Python 接口(二)OpenCV 基础知识2.1 从图像创建图2.2 用...

2019-07-14 19:45:35

Python计算机视觉编程第九章——图像分割

Python计算机视觉编程(一)图割(Graph Cut)1.1 从图像创建图1.2 用户交互式分割(二)利用聚类进行分割(三)变分法(一)图割(Graph Cut)1.1 从图像创建图1.2 用户交互式分割(二)利用聚类进行分割(三)变分法...

2019-07-14 00:12:19

Python计算机视觉编程第八章——图像内容分类

Python计算机视觉编程(一)K邻近分类法 (KNN)1.1 一个简单的二维示例1.2 用稠密 SIFT 作为图像特征1.3 图像分类:手势识别(二)贝叶斯分类器(三)支持向量机3.1 使用 LibSVM3.2 再论手势识别(四)光学字符识别4.1 训练分类器4.2 选取特征4.3 多类支持向量机4.4 提取单元格并识别字符4.5 图像校正(一)K邻近分类法 (KNN)from numpy ...

2019-07-09 10:01:32

Python计算机视觉编程第七章——图像搜索

Python计算机视觉编程(一)基于内容的图像检索(二)视觉单词(三)图像索引3.1 建立数据库3.2 添加图像(四)在数据库中搜索图像4.1 利用索引获取候选图像4.2 用一幅图像进行查询4.3 确定对比基准并绘制结果(五)使用几何特性对结果排序(六)建立演示程序及 Web 应用6.1 用 CherryPy 创建 Web 应用6.2 图像搜索演示程序(一)基于内容的图像检索(二)视觉单词(...

2019-07-07 10:20:30

This application failed to start because it could not find or load the Qt platform plugin "windows"

这是由This application failed to start because it could not find or load the Qt platform plugin “windows”.引发的一系列连锁反应。几天没用pycharm,再次运行代码的时候,发现运行需要图像显示的代码都开始报这个错误,百度了很多方法,发现我的电脑环境完美的错开了所有博主的解决方案,最可怕的是我每种方...

2019-07-03 23:21:54

Python计算机视觉编程第六章——图像聚类(K-means聚类,DBSCAN聚类,层次聚类,谱聚类,PCA主成分分析)

Python计算机视觉编程图像聚类(一)K-means 聚类1.1 SciPy 聚类包1.2 图像聚类1.1 在主成分上可视化图像1.1 像素聚类(二)层次聚类(三)谱聚类图像聚类(一)K-means 聚类1.1 SciPy 聚类包1.2 图像聚类1.1 在主成分上可视化图像1.1 像素聚类(二)层次聚类(三)谱聚类...

2019-06-25 08:36:53

Python计算机视觉编程第五章——多视图几何

Python计算机视觉编程多视图几何(一)外极几何1.1 一个简单的数据集1.2 用 Matplotlib 绘制三维数据1.3 计算 F:八点法1.4 外极点和外极线(二)照相机和三维结构的计算2.1 三角剖分2.2 由三维点计算照相机矩阵2.3 由基础矩阵计算照相机矩阵(三)多视图重建3.1 稳健估计基础矩阵3.2 三维重建示例3.3 多视图的扩展示例(四)立体图像多视图几何近十年来发展起来...

2019-06-19 13:37:11

NameError: name 'points3D' is not defined

错误1.NameError: name ‘figure’ is not defined解决:from pylab import *

2019-06-19 01:46:59

Python计算机视觉编程第四章——照相机模型与增强现实

Python计算机视觉编程照相机模型与增强现实(一)针孔照相机模型1.1 照相机矩阵1.2 三维点的投影1.3 照相机矩阵的分解1.4 计算照相机中心(二)照相机标定(三)以平面和标记物进行姿态估计(四)增强现实4.1PyGame 和 PyOpenGL4.2 从照相机矩阵到 OpenGL 格式4.3 在图像中放置虚拟物体4.4 综合集成4.5 载入模型照相机模型与增强现实本章中,我们将尝试对照...

2019-06-18 14:20:39

Python计算机视觉编程第三章——图像到图像的映射

Python计算机视觉编程图像到图像的映射(一)单应性变换1.1 直接线性变换算法1.2 仿射变换(二)图像扭曲2.1 图像中的图像2.2 分段仿射扭曲2.3 图像配准(三)创建全景图3.1 RANSAC3.2 稳健的单应性矩阵估计3.3 拼接图像图像到图像的映射(一)单应性变换1.1 直接线性变换算法1.2 仿射变换(二)图像扭曲2.1 图像中的图像2.2 分段仿射扭曲2.3 图...

2019-06-10 07:58:03

SIFT算法原理详解

1、SIFT综述尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征,它在空间尺度中寻找极值点,并提取出其位置、尺度、旋转不变量,此算法由 David&nbsp...

2019-05-29 23:54:13

Python计算机视觉编程第二章——局部图像描述子

Python计算机视觉编程局部图像描述子(一)Harris 角点检测器(二)SIFT(尺度不变特征变换)2.1 兴趣点2.2 描述子2.3 检测兴趣点2.4 匹配描述子(三)匹配地理标记图像3.1 从 Panoramio 下载地理标记图像3.2 使用局部描述子匹配3.3 可视化连接的图像局部图像描述子本节旨在寻找图像间的对应点和对应区域。介绍绍用于图像匹配的两种局部描述子算法。图像的局部特征是...

2019-05-29 11:13:16

Python计算机视觉编程第一章——基本的图像操作和处理

Python计算机视觉编程基本的图像操作和处理(一)PIL:Python 图像处理类库1.1 转换图像格式1.1 创建缩略图1.1 复制和粘贴图像区域1.1 调整尺寸和旋转(二)Matplotlib2.1 绘制图像、点和线2.2 图像轮廓和直方图2.3 交互式标注(三)NumPy3.1 图像数组表示3.2 灰度变换3.3 图像缩放3.4 直方图均衡化3.5 图像平均3.6 图像的主成分分析(PCA...

2019-05-23 18:39:36

查看更多

勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。