8 Liu-Kevin

尚未进行身份认证

暂无相关简介

等级
TA的排名 3w+

数学建模方法——斯皮尔曼相关系数及其显著性检验 (Spearman’s correlation coefficient for ranked data)

0. 斯皮尔曼相关系数简介斯皮尔曼相关系数(Spearman)也被叫做斯皮尔曼等级相关系数,同样用于衡量两个变量之间的相关性,在之前对皮尔逊相关系数的介绍中,我们提到了在进行皮尔逊相关系数运算的时候需要确定数据是否符合正态分布等等,较为麻烦,同时不满足正态性的数据难道就没有办法判断相关性了吗?离散的数据如何判断相关性呢?因此有人提出了另一种方法,即用数据的大小顺序来代替数值本身。这种替代方法,...

2019-12-19 15:16:09

数学建模方法——皮尔逊相关系数及其显著性检验 (Pearson correlation coefficient)

0. 皮尔逊相关系数简介相关系数是衡量两个数据相关关系的指标,两个数据相关在某种程度上可以帮助人们理解事物的变化规律。例如在商品推荐中,我们已知一个用户A的购买喜好,同时发现另一个用户B的购买数据和A相关性很高,那么我们可以根据A的喜好去给B推荐相关的产品,等等。皮尔逊相关系数(Pearson correlation coefficient)就是最为常用的用来衡量两个变量线性相关关系的指标,有了...

2019-12-07 16:47:36

数学建模方法——带权重的TOPSIS法

0. topsis简介Topsis法,全称为Technique for Order Preference by Similarity to an Ideal Solution中文常翻译为优劣解距离法,该方法能够根据现有的数据,对个体进行评价排序。Topsis法和之前讲过的AHP方法一样,都可以对一系列的个体进行评价,不过通常来说AHP的应用场景是在没有明确的量化指标的情况下,而topsis是在有...

2019-12-05 18:36:32

数学建模方法——层次分析法(AHP)

0. 层次分析法简介层次分析法(Analytic Hierarchy Process,简称AHP)主要是对于定性的决策问题进行定量化分析的方法。举个例子,在日常生活中,我们经常需要进行感性的判断,比如报高考志愿,感觉清华北大都很好,到底要报哪个;再比如去市场买菜,到底是买青椒做青椒炒鸡蛋,还是买黄瓜做黄瓜炒鸡蛋;再比如想去出游,到底是去公园A还是公园B。上面提到的这些问题,都是决策,也叫做评价类...

2019-12-04 17:10:33

OpenCV-3-几何变换

OpenCV-3-几何变换3.1 图像放缩import cv2import numpy as npfrom matplotlib import pyplot as pltimg = cv2.imread(r'F:\Blog\opencv\lena.png',cv2.IMREAD_COLOR)print(r'origin shape:',end=''),print(img.shape)...

2019-10-16 19:52:43

OpenCV-2-图像算子

OpenCV-2-图像算子二维卷积在图像处理中有着非常重要的作用,不同的卷积核可以得到不同的效果,比如高斯卷积核可以用来做图像的平滑,而一些边缘检测的卷积核可以得到图像的边缘等。二维的卷积也被称为算子,但是实际上算子可以有更广义的理解,针对逐个像素的操作可以认为算子,也就是一个或者多个输入图像到输出图像的函数。2.1 点算子上节课最后的部分,即OpenCV-1中的图像叠加,其实就是一个点算子...

2019-10-16 16:05:40

OpenCV-1-基础篇

OpenCV-1-基础篇1.1 基础读写操作import cv2def cv2_show(name, img): ''' 用于展示图像的函数,注意在图像被展示后,需要按下键盘上的任意按钮,程序才能继续运行。 name:窗口的名称 img:图像 ''' cv2.imshow(name, img) cv2.waitKey(0) ...

2019-10-16 12:26:56

装机(三) linux显卡驱动,cuda及cudnn的安装,卸载,查看

1 显卡驱动显卡驱动可以简单理解为,用于识别显卡这个设备的计算机程序。一个计算机的主板上会插很多设备,比如键盘,硬盘,cpu,只有有了驱动程序,计算机才知道连到自己身上的是个什么东西。1.1 显卡驱动卸载:有的时候驱动崩溃或者系统升级版本出现问题我们就需要把旧的驱动先卸载掉再安装新的驱动,官方卸载驱动方法如下:sudo apt-get --purge remove "*nvidia*"...

2019-06-03 14:27:28

Keras多GPU训练方法及模型保存

多GPU训练可以在一定程度上提高训练的效率,keras在以tensorflow为底层的时候,可以方便的调用多GPU进行训练。其训练的原理是将一个神经网络在多块GPU中进行初始化,并且将一个batch的数据分配到不同的GPU中,反向传播结束后,再使用CPU进行合并更新参数。举个例子,同时使用两块GPU,batchsize是16的话,keras会将8个给1号GPU,另外8个给2号GPU,训练结束后将二...

2019-03-26 19:47:52

Mathematica基础教程

Mathematica是一款强劲的数学分析型软件,以符号计算见长。下面我们就来认识一下各种基础操作:1,基础运算操作1.1运算符:Mathematica支持我们常见的运算符+-*/^!(加,减,乘,除,指数,阶乘)。逻辑运算符&&与,||或,!非1.2表达式:在Mathematica中可以直接将字母符号带入运算,这在大部分的数学软件中是不允许的,如x+y+y=...

2019-03-01 16:15:11

论文阅读《Attention-guided Unified Network for Panoptic Segmentation》CVPR 2019

这篇文章发表于CVPR 2019会议上,中国科学院自动化研究所所做关于全景分割问题。本文提出了一个叫做 Attention-guided Unified Network ( AUNet ) 的结构去解决全景分割问题,该方法在MS-COCO数据集上取得了目前最好的结果。全景分割(Panoptic Segmentation)是一个比较新的分割概念,是指的对目标区域做实例分割(Instance Seg...

2019-02-27 17:35:44

Skimage图像处理教程6)图形绘制

Skimage可以直接画图并显示,比如画个直线,画一株幸运草?画一个同心圆?这里就需要用到python的skimage.draw的包,因为相对而言该方法并不常用,我们也就简单的介绍一下。# 绘制直线, r0,c0 为起始点坐标,r1,c1为终止点坐标# 返回rr,cc即 直线各个像素的位置skimage.draw.line(r0, c0, r1, c1)# 绘制抗锯齿的线skimage...

2019-02-12 10:41:07

Skimage图像处理教程5)形态学运算

上一讲中已经介绍了如何介绍开闭,膨胀腐蚀,白顶帽黑顶帽运算等内容,这一讲主要介绍如何用python的skimage做其他的形态学运算,如去除小区域,提取图像骨架,# 移除小的区域skimage.morphology.remove_small_objects(ar, min_size=64, connectivity=1, in_place=False)#移除小的孔洞skimage.mor...

2019-02-11 10:40:41

Skimage图像处理教程4)形态学膨胀腐蚀开闭运算

这一讲我们介绍基于基于python的skimage包的形态学操作,主要介绍最常见的几个形态学操作,就是图像的膨胀腐蚀和开闭运算,主要利用skimage.morphology膨胀和腐蚀很直观,膨胀就是让一个区域变大,腐蚀就是让一个区域变小很直观很形象。开运算就是先做腐蚀再做膨胀,这样可以去除图像中一些孤立的小点,将两个区域很细的连接去除,闭运算就是首先对图像进行膨胀之后再进行腐蚀,这样可以去除图像...

2019-02-11 10:37:32

Skimage图像处理教程3)曝光度调整

这里所谓的曝光度的,这里所谓的曝光度,实际上是借用了英文单词exposure的翻译,因为在这一讲中,我们要涉及到python中skimage.exposure中涉及到的函数啦。这一讲主要包括图像的直方图,直方图均衡化,自适应直方图均衡化,颜色阈值调整,gamma校正等等内容。# 返回直方图, 直方图分成几份,返回两个数组分别是该组别的像素个数和组别skimage.exposure.histog...

2019-02-11 10:31:04

Skimage图像处理教程2)色彩空间变换

最为大家熟悉的色彩空间就是rgb色彩空间和灰度色彩空间了,除此之外HSV,YCbCr也都各有应用。这里我们就简单的介绍一下色彩空间变化,这就涉及到python中skimag.color的应用首先skimage支持的色彩空间有:[‘rgb’, ‘hsv’, ‘rgb cie’, ‘xyz’, ‘yuv’, ‘yiq’, ‘ypbpr’, ‘ycbcr’, ‘ydbdr’]常用的操作有# 转换...

2019-02-11 10:24:46

Skimage图像处理教程1)安装,读写和调用示例图片

Skimage是python一个强大的图像处理的包,对于学习数字图像处理的小伙伴们来说是一个很实用的包,数据都是基于numpy格式所以熟悉numpy操作的小伙伴们会用的更方便,当然,不懂的话也没有影响。安装方式如下:pip install scikit-image涉及到读写操作主要是使用skimage.io中的各种函数,skimage.data 提供了一系列的返回示例图片的方法,其中最为常用的...

2019-02-11 10:19:14

Skimage图像处理教程 0)目录

Skimage是python一个强大的图像处理的包,对于学习数字图像处理的小伙伴们来说是一个很实用的包,数据都是基于numpy格式所以熟悉numpy操作的小伙伴们会用的更方便,当然,不懂的话也没有影响。下面就是每一讲的目录,持续更新中……1)安装,读写和调用示例图片2)色彩空间变换3)曝光度调整4)形态学膨胀腐蚀开闭运算5)形态学运算...

2019-02-11 10:14:22

python图像数据增强——imgaug (三)

(一)imgaug基础用法(二)imgaug进阶示例(三)imgaug图像分割数据增强之前两章展示了最基本的imgaug的基础用法,以及一个较为全面的各种增强方法的展示,这里我们介绍在分割问题中的数据增强方法。在分类问题中,输入为一张图像,输出为一个类别,在这种问题中,我们只需要对图像进行增强,并不需要对标签做出改动。而在分割问题中,当训练使用的图像被翻转或者扭曲之后,标签也要对应的做出相...

2019-01-15 20:05:47

python图像数据增强——imgaug (二)

(一)imgaug基础用法(二)imgaug进阶示例在这章我们展示一个涵盖了大部分数据增强方法的例子。这里有大量的代码,可能会引起部分读者的不适,但是大家可以主要看注释,以及最后的总结性的话语,在实际上使用的时候再详细的看具体的实现,有一些。from imgaug import augmenters as iaa #引入数据增强的包sometimes = lambda aug: iaa....

2019-01-15 18:37:10

查看更多

勋章 我的勋章
  • 签到达人
    签到达人
    累计签到获取,不积跬步,无以至千里,继续坚持!
  • 技术圈认证
    技术圈认证
    用户完成年度认证,即可获得
  • 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。