晨凫追风-CSDN博客

原创 SIFT四部曲之——极值检测和定位

本文为原创作品，未经本人同意，禁止转载，禁止用于商业用途！本人对博客使用拥有最终解释权欢迎关注我的博客：http://blog.csdn.net/hit2015spring和http://www.cnblogs.com/xujianqing/ 这篇博客要做的是对sift的第二个步骤进行介绍和总结。然后对opencv中的源码进行解释，因为对这一部分的理解主要是根据Ope

2016-10-30 16:57:27 17240 29

原创 SIFT四部曲之——高斯滤波

或许网络上有各位牛人已经对sift算法进行各种的详解和说明，我（小菜鸟）在翻阅各种资料和对opencv中的代码进行反推之后，终于理解该算法。并记录之，供大家一起交流学习！这个博文主要记录了我的学习历程，或许对你有帮助，或许可以启发你，或许你只是一笑而过！没关系，至少自己总结过。这篇文章主要是对sift算法的每一个步骤，每一个参数进行说明，并在最后用matlab实现该算法，从理论到代码实现或许需

2016-10-22 22:13:24 16788 16

原创图像转换为二维数组存入DSP6748

本文为原创作品，转载请注明出处欢迎关注我的博客：http://blog.csdn.net/hit2015spring和http://www.cnblogs.com/xujianqing/这篇博客主要是要讲怎么把一张图片存成一个二进制的文件，直接存到DSP中来做处理，而不用考虑DSP与图像采集模块，或者上位机之间的数据通信使得我们更加专注于算法的开发研究和处理

2016-05-08 22:25:35 5724 1

原创 Opencv学习笔记——release和debug两个模式的运行问题

本文为原创作品，转载请注明出处欢迎关注我的博客：http://blog.csdn.net/hit2015spring和http://www.cnblogs.com/xujianqing/作者：晨凫追风关于Opencv的一个bug的解决方法错误：Opencv配置完之后运行一切都很正常，也愉快的弄了一些demo，然而突然有一天，我心血来潮想要在r

2016-04-05 19:50:42 3866 1

原创 SAR图像处理 MSTAR数据库利用问题

本人最近刚接手的新活，打算从事SAR目标识别的研究，从美国的mstar数据库中下到一些资源，但是这些数据并不是原始图片的格式，需要转换，由于刚刚接触，并不太了解，所以特此请教！如有感兴趣的朋友可以一起交流一下！下面是我下到的资源！

2015-11-02 20:04:58 9315 24

原创目标检测，目标识别的SAR数据集构建和标注

目标检测，目标识别的SAR数据集构建和标注本文为原创作品，未经本人同意，禁止转载，禁止用于商业用途！本人对博客使用拥有最终解释权欢迎关注我的博客：http://blog.csdn.net/hit2015spring 推荐一个美丽而有情怀的书店：晨凫追风深度学习火热了很多年了，人们利用在自然光照下获取的图片数据进行目标检测和目标的识别也已经到达了一个全新的水平，但是在雷达遥感图片的识别...

2018-03-06 15:25:53 6598 6

原创 NASA PHM数据集相关

做数据挖掘的朋友们都知道，数据是研究的基本，获得一份有权威的原始数据是科学实验成功的前提。而NASA作为世界顶端的机构，他们的数据用来做PHM的研究所得出的结果肯定是具有非凡的说服力度的，在这里有想跟大家交流一下下喽！这里的15个数据集：1、Algae Raceway Data Set（滚道数据集）数据描述：Experiments were conducted on 3 small...

2017-12-25 23:52:31 21700 7

原创解决sublime text无法安装插件问题

安装Sublime Text3 之后要安装一些外置的工具包， 1、先用快捷键 Ctrl + ` 后面那个就是键盘上面数字1旁边的那个键，打开工作的控制台。 2、打开下图所示的设置，设置：“debug：true”，这个主要是打开sublime text的调试信息，但不是你编写的程序的调试，是这个软件本身的调试信息 3：打开插件控制：快捷键“Ctrl + shift + P”，如下图所示：然后

2017-12-02 17:38:08 18217 8

原创 k近邻算法与kd树的创建和搜索

hit2015spring晨凫追风\frac{hit2015spring}{晨凫追风}欢迎关注我的博客：http://blog.csdn.NET/hit2015springk近邻算法是一种常用的监督学习的方法：给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后基于k个邻居的信息来进行预测。通常：分类任务中用投票，选择k个样本中出现最多的类别标记作为预测结果回归任务中：平均法

2017-07-19 17:27:25 17023 1

前期预备知识在无监督的算法中，训练样本的标记信息是未知的，目标是通过对训练样本学习来揭示数据的内在性质和规律。聚类试图将数据集中的样本划分为若干个通常是不相交的子集，每个子集称为一个簇，就是一堆不知道标签的数据样本，这些样本中每一个都包含着一个nn维特征向量xi=(xi1,xi2,⋯,xin)x_i=(x_{i1},x_{i2},\cdots,x_{in})，就是描述一个事物它具有n个特征，这些特

2017-07-19 13:36:36 5272 1

原创朴素贝叶斯

hit2015spring晨凫追风\frac{hit2015spring}{晨凫追风}欢迎关注我的博客：http://blog.csdn.NET/hit2015spring贝叶斯与条件概率学习一个分类器主要是对一个损失函数进行优化，使得损失函数最小，这时候得到的分类器对问题的判断就会比较nice。用贝叶斯分类器，就是要建立一个基于概率发生的条件下进行判断的一个基本方法。贝叶斯分类的思想是基于概率统计

2017-07-05 19:21:55 1728

原创极大似然法估计

hit2015spring晨凫追风\frac{hit2015spring}{晨凫追风}欢迎关注我的博客：http://blog.csdn.NET/hit2015spring举个例子：张无忌和宋青书分别给周芷若送一个糖果，周芷若最后只接受一个糖果，问周芷若接受了谁的糖果。大部分的人肯定会说，当然是张无忌了。这里面就蕴含了极大似然的思想。因为周芷若接受张无忌的概率大于宋青书呀，而故事的最后周芷若

2017-06-26 10:19:50 718 1

原创概率论的一些基本问题

hit2015spring晨凫追风\frac{hit2015spring}{晨凫追风}欢迎关注我的博客：http://blog.csdn.NET/hit2015spring条件概率设AA和BB是任意两个事件，且P(B)>0P(B)>0，则称P(AB)P(B)\frac {P(AB)}{P(B)}为事件AA在事件BB发生的条件下发生的条件概率。记作： P(A|B)=P(AB)P(B)\begin{e

2017-06-25 17:53:25 2765

原创各种作业的整理目录

机械学课程设计六自由度的多关节坐标测量仪（报告）单片机实验（程序）双机通信 8255 AD DA 矩阵键盘 LCD显示 PC-51通信定时器数码管电话拨码开关花样流水灯简单流水灯秒表抢答器门铃温度传感器自动控制原理大作业（报告）模电大作业数电大作业可逆计数器（verilog+报告）状态机（verilog+报告）数字电路频率计（报告）数字电路实验自主

2017-06-21 15:29:18 905

原创 SVM中的核函数

hit2015spring晨凫追风\frac{hit2015spring}{晨凫追风}欢迎关注我的博客：http://blog.csdn.NET/hit2015spring在训练样本是线性可分的情况下，这时候直接用原始属性就能把这些特征区分开来。但是有一部分的属性就是无法在其现有属性的基础上分开，于是就要把这些属性通过ϕ(x)\phi(x)映射到一些高维的特征空间中,“横看成岭侧成峰”嘛，原始的xx

2017-06-17 11:28:44 1890

原创 SVM 透彻理解与分析

hit2015spring晨凫追风\frac{hit2015spring}{晨凫追风}欢迎关注我的博客：http://blog.csdn.NET/hit2015spring支持向量机问题问题先按照几何间隔最大化的原则引出他的问题为minw,b12∥w∥2\min\limits_{w,b}\qquad \frac 1 2 \|w\|^2 s.t.yi(wTxi+b)⩾1,i=1,2,⋯,ms.

2017-06-11 21:59:24 8718

原创 KKT条件和拉格朗日乘子法

hit2015spring晨凫追风\frac{hit2015spring}{晨凫追风}，转载请注明出处华为面试的时候，部长先生问了这个问题，于是就回来看了一下，补补课，平常学的有点水货，哈哈！希望有帮助！如果你从头到尾拿出笔来写下这里面的公式，我觉得肯定能看懂！最优化问题的最优性条件，最优化问题的解的必要条件和充分条件无约束问题的解的必要条件f(x)f(x)在xx处的梯度向量是0有约束问题的最优性条

2017-06-09 10:26:02 4729

原创 LDA线性判别分析

hit2015spring晨凫追风\frac {hit2015spring}{晨凫追风}给定训练集，设法将样例投影到一条直线上，使得同类样例的投影点尽可能的近，异类样例点尽可能的远，对新样本进行分类的时候，将新样本同样的投影，再根据投影得到的位置进行判断，这个新样本的类别二分类：给定数据集D=(xi,yi)mi=1,yi∈0,1D={( x_i,y_i)}_{i=1}^m , y_i \

2017-06-07 18:58:14 575

原创从二分类到多分类的迁移策略

hit2015spring晨凫追风\frac{hit2015spring}{晨凫追风}一般情况下问题研究为二分类问题，在解决多分类问题时有时可以直接推广到多分类，有时不能，不能推广的时候主要用三种拆分策略对问题进行研究一对一的策略给定数据集DD这里有NN个类别，这种情况下就是将这些类别两两配对，从而产生N(N−1)2\frac{N(N-1)}{2}个二分类任务，在测试的时候把样本交给这些分类器，然后

2017-06-07 18:54:29 5580

原创 SVMtrain的参数c和g的优化

hit2015spring晨凫追风\frac{hit2015spring}{晨凫追风}在svm训练过程中，需要对惩罚参数c和核函数的参数g进行优化，选取最好的参数知道测试集标签的情况下是让两个参数c和g在某一范围内取离散值，然后，取测试集分类准确率最佳的参数不知道测试集标签的情况下（1）利用交叉验证的方法：(k-fold cross validation)StartbestAccuracy =

2017-06-07 18:51:43 9655 3

翻译 Libsvm的一些说明帮助吧

欢迎关注我的博客晨凫追风，转载请注明出处http://blog.csdn.net/hit2015spring hit2015spring晨凫追风\frac{hit2015spring}{晨凫追风}这是一篇翻译文章吧，主要是对libsvm里面所带的一些函数进行说明。下载完libsvm的包，解压缩之后，主要就是一个readme文件，这个文件说明的了这个包该如何使用，还有一个Makefile文件，这

2017-06-04 17:39:07 2760 2

原创递归的理解

都说递归的是神，迭代的是人，这个就是学习笔记，记一下我的一些理解 hit2015spring晨凫追风\frac{hit2015spring}{晨凫追风}理解方式11、当$n=0,1$时，结果正确2、假设函数对于$n$是正确的，函数对于$n+1$结果也是正确的，如果这两点是成立的，这个函数对于所有可能的$n$也是成立的像是数学归纳法的理解理解方式2把规模大的问题分解为规模小的问题，大问题的解决

2017-06-03 21:32:14 435

原创往电子书里面挂书签

渐渐的网上的电子资源多了，我们也经常要看pdf版本的电子书，由于很多的电子书都没有书签目录，一条条填也比较麻烦，于是就自己找工具，弄一个快速添加书签的方法，有好方法分享出来，跟大家一起交流，工具是：FreePic2Pdf 上面步骤完后，会在和该pdf同一路径下面生成一个和pdf同名的文件夹，里面包含两个文件一个是.itf后缀的配置文件，一个是.txt书签的目录文件在亚马逊或者京东上面搜索该书籍，一

2017-06-03 21:24:13 1632

原创提高工作效率必备神器

各种厉害+方便的工具合集github 树形查看https://github.com/buunguyen/octotree 计算器matlab用来转换各种数据已经轻车熟路了，快准狠！首推MATLAB，感觉完全可以取代python，但是就是麻烦一点了而已文本比较，编辑工具UltraEdit文本超级编辑器，牛逼闪闪 Ultracompare文本比较工具，可以支持三个文件比较截图工具techsmith-

2017-06-03 21:18:01 1175

原创 makefile文件的一些解读

hit2015spring晨凫追风\frac{hit2015spring}{晨凫追风}欢迎关注我的博客晨凫追风这篇文章算是一个学习的笔记吧，在很多的程序构建过程中的一些东西gcc编程的四个步骤命令格式如下Gcc [选项] 要编译的文件 [选项] [目标文件]其中[目标文件]可以缺省，Gcc默认生成可执行的文件名为：要编译的文件.out例子：# vi hello.c #include <stdlib

2017-05-28 16:50:51 3892

原创 TI公司dsp的cmd配置文件的说明

hit2015spring晨凫追风\frac{hit2015spring}{晨凫追风}欢迎关注我的博客晨凫追风本文为原创作品，未经本人同意，禁止转载，禁止用于商业用途！这篇文章主要是两年前用TMS320C6748的时候遇到的一点问题做的一些笔记，分享一下：cmd文件主要是：规定内存分配的文件，其中malloc函数分配内存，在堆中，在cmd文件中分配堆的空间，使得堆足够大，存的下需要分配的空间。1 C

2017-05-27 22:28:16 5753

原创嵌入式深度学习运用的思路

hit2015spring晨凫追风\frac{hit2015spring}{晨凫追风} 欢迎关注我的博客晨凫追风本文为原创作品，未经本人同意，禁止转载，禁止用于商业用途！加快神经网络模型在硬件计算平台的计算速度主要有：修改神经网络模型降低权重精度通过权重剪枝加快框架的执行时间优化矩阵之间的乘法（GEMM）类的通用计算如NNPACK将网络模型和权重配置转换成针对目标平台的代码，并对代码进行优

2017-05-27 22:19:39 6108

原创 Caffe和MATLAB

这篇总结是对前面的一个补课吧，caffe配matlab，包括ubuntu下面matlab2016b的破解安装，其实我这是想跑一个demo看看效果而已。OK先安装matlab安装matlab2016b1准备文件首先要下载matlab2016b的文件包，网上都有吧！给个链接：28ge下载LINUX里面的三个文件，R2016b_glnxa64_dvd1.iso、R2016b_gl

2017-05-10 16:44:01 972 1

原创 SIFT四部曲之——构建关键点特征描述符

最近没空写最后一部分的内容，先把代码放上来% SIFT 算法的最后一步是特征向量生成orient_bin_spacing = pi/4;orient_angles = [-pi:orient_bin_spacing:(pi-orient_bin_spacing)];grid_spacing = 4;[x_coords y_coords] = meshgrid( [-6:

2017-05-09 10:42:38 4499 2

转载 Jupyter Notebook 快速入门（上）

Z转载一篇入门帖本文作者为 Marin Gilles，他是来自法国的一位物理学博士生，用 Python 开发了自己的物理学模拟框架。本文分为两部分，是 Python 翻译组成立后的第一篇译文，译者 EarlGrey。 Jupyter Notebook（此前被称为 IPython notebook）是一个交互式笔记本，支持运行 40 多种编程语

2017-04-27 14:53:20 397

转载 Aria2 使用手札

这是感觉写的比较好的一篇博客了，收藏了http://www.cnblogs.com/RhinoC/p/aria2.html# Aria2 使用手札（简易部署 + 快速进阶）没错，又是受够了迅雷、旋风的各种奇葩减速（哥哥我还买了了VIP！），IDM 对协议支持又太少还有事没事提示你不是正版三天两头闹着要更新。于是我想起来之前看到过的 Aria2，虽然之前也只是略有耳闻，但听名字就很牛掰的

2017-04-25 21:27:17 3625

转载 Gcc编译链接及常用选项总结

转载文章：http://www.franktly.com前言GNU CC（简称Gcc）是GNU项目中符合ANSI C标准的编译系统，能够编译用C、C++和Object- C等语言编写的程序。Gcc不仅功能强大，而且可以编译如C、C++、Object C、Java等多种语言，而且Gcc又是一个交叉平台编译器，它能够在当前CPU平台上为多种不同体系结构的硬件平台开发软件。本章中

2017-03-27 09:35:11 2937

原创英伟达jetson tx1开发套件配置tensorflow

英伟达jetson tx1开发套件配置tensorflow本文为原创作品，未经本人同意，禁止转载，禁止用于商业用途！本人对博客拥有最终解释权欢迎关注我的博客：http://blog.csdn.net/hit2015spring和http://www.cnblogs.com/xujianqing/ Jetson tx1本身具有的内存和存储容量是比较小的，而且它是基于ARM架构的c

2017-03-15 10:58:57 11026 9

原创斐讯K2刷机加上桥接网络

土豪家太大了，网络信号不是很好怎么办？在外短租，临时住房没有网络信号，但是可以接收到来自邻居的若有若无的网络信号怎么办？这篇文章就能帮你解决问题！上面的问题解决可以用多个路由器对网络信号进行桥接，把微弱的信号接收回来然后放大。ok！下面开始！一、硬件准备！首先的首先应该要有一个路由硬件嘛，作为一个中继的信号发射站，选中狗东上面的0元购斐讯路由！可以不花一分钱就拿到的东西何乐而不为呢？点击看看长啥样...

2017-03-04 20:16:13 17703

原创 SIFT四部曲之——方向角度确定

本文为原创作品，未经本人同意，禁止转载，禁止用于商业用途！本人对博客使用拥有最终解释权欢迎关注我的博客：http://blog.csdn.net/hit2015spring和http://www.cnblogs.com/xujianqing/ 这个系列的第三篇博客了，比以往时候来的更晚一些，期间经历了好多事，所以耽搁了分享的进程。Ok回到之前的sift算法的解读中来，这一篇博客主要是对si

2017-02-23 15:53:38 7690 11

原创 MSTAR雷达数据集总结

本文为原创作品，未经本人同意，禁止转载，禁止用于商业用途！本人对博客使用拥有最终解释权欢迎关注我的博客：http://blog.csdn.net/hit2015spring和http://www.cnblogs.com/xujianqing/发现好多人都在用这个数据集，在此总结一下MSTAR数据集的有关内容该实验数据采用美国国防高等研究计划署(DARPA)支持的MSTAR计...

2017-02-23 15:08:40 45018 1