logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

OpenCV3+opencv_contrib安装要点

首先,需要按照下面文章的要求,进行CMake的安装和OpenCV以及opencv_contrib的下载以及配置过程。https://blog.csdn.net/weijifen000/article/details/93377143其中,cmake运行过程中,可能会报错。也同样按照上面文章的内容进行。但是有两个要点我要说一下。首先是下载的过程,需要科学的去上网。第二,就是不要使用Chrome插件迅

opencv for python仿射变换

使用cv2.wrapAffine()进行仿射变换result = wrapAffine(img,M,dsize)参数解释:result:输出图片img:输入图片M:转换矩阵,共计六个参数,M11,M12,M13,M21,M22,M23对应:out=(M11x+M12y+M13,M12x+M22y+M23)通过上式进行仿射变换dsize:输出图像大小,通常先使用 .shape方法获得...

机器学习特征选择方法

分类分为:过滤式(filter),包裹式(wrapper),嵌入式(embedding)。过滤式选择过滤式方法仅仅在数据集上评价特征,并进行选择。Relief是一种著名过滤式方法,该方法对每个特征给出一个数值来评价该特征对分类的重要性。并在最后将每个特征的评价数值组成一个向量,称之为“相关统计量”。评价方法针对二分类,第一个diff衡量属性j的数值相同的同类的两个x之间的距离,第二个d...

#机器学习#深度学习#算法 +1
利用python进行Landsat8数据的辐射定标

利用python进行Landsat8数据的辐射定标用到了gdal,numpy等

#python#opencv
Python实现Forstner算子

Python实现Forstner算子

回归任务中神经网络训练loss为nan

问题我最近参加数学建模比赛,写了一个三层的全连接神经网络,用于回归任务,但是喂入数据后发现loss从第一个epoch就是nan,训练无法进行。解决方法只对样本X进行了标准化,而Y没进行标准化。从而导致整体的loss极大,最终成为nan。因此只需要对Y也进行相同的标准化。之前还遇到过一次,是由于数据根本没能喂入网络造成,也是原因之一。...

C++中利用GDAL读取和写入遥感图像,以及和cv::Mat的相互转化

C++中利用GDAL读取和写入遥感图像,以及和cv::Mat的相互转化

拉普拉斯近似

贝叶斯方法中拉普拉斯近似的简单介绍

#概率论#深度学习#人工智能
鲁棒实验设计(ED-最优设计)

鲁棒最优设计,相关的有贝叶斯实验设计

#机器学习#人工智能#概率论 +2
(自)协方差矩阵与互协方差矩阵简介

说明首先需要说明的是:协方差矩阵和互协方差矩阵都不是针对单变量,而是多变量的统计量。使用随机向量xxx来表示多个变量:每一个元素代表一个随机变量,ξ\xiξ表示样本点,每个元素都是一个随机过程或者随机信号。自协方差矩阵自协方差矩阵,是一个随机向量元素之间的协方差。即(向量xxx减去其均值向量)乘以 (向量xxx减去其均值向量)的复共轭。在实数情况下,复共轭即转置。自协方差矩阵,...

#线性代数#矩阵#概率论
    共 25 条
  • 1
  • 2
  • 3
  • 请选择