2015年06月_Paul-Huang

12月 11月 10月 09月 08月 07月 06月 05月 04月 01月

转载网上某位牛人的deep learning学习笔记汇总

目录(?)[-]作者tornadomeet 出处httpwwwcnblogscomtornadomeet 欢迎转载或分享但请务必声明文章出处Deep learning一基础知识_1Deep learning二linear regression练习Deep learning三Multivariance Linear Regression练习Deep learning四logistic reg

2015-06-27 16:26:52 11525

转载正则化和模型选择（Regularization and model selection）

1 问题模型选择问题：对于一个学习问题，可以有多种模型选择。比如要拟合一组样本点，可以使用线性回归，也可以用多项式回归。那么使用哪种模型好呢（能够在偏差和方差之间达到平衡最优）？还有一类参数选择问题：如果我们想使用带权值的回归模型，那么怎么选择权重w公式里的参数？形式化定义：假设可选的模型集合是，比如我们想分类，那么SVM、logistic回归、神经网络

2015-06-27 16:25:26 2018

转载遗传算法的优缺点

遗传算法的优缺点遗传算法属于进化算法( Evolutionary Algorithms) 的一种,它通过模仿自然界的选择与遗传的机理来寻找最优解. 遗传算法有三个基本算子:选择、交叉和变异.。数值方法求解这一问题的主要手段是迭代运算。一般的迭代方法容易陷入局部极小的陷阱而出现"死循环"现象，使迭代无法进行。遗传算法很好地克服了这个缺点，是一种全局优化算法。生物在漫长的进化过程中，从

2015-06-26 11:10:28 81035

转载 Noise Reduction Using a Median Filter(噪声去除的中值滤波方法)

摘要：本实验主要实现图像的加噪和去噪。模拟数字图像的噪声主要由于噪声广泛存在于图像的产生和传输过程。图像传感器的工作情况受各种因素的影响，如图像的获取中的环境条件和传感器自身的质量。图像在传输过程中主要由于所用的传输信道的干扰而受到噪声污染。在本次实验的加噪过程中使用的是椒盐噪声，有时也被称为脉冲噪声、散粒噪声或尖峰噪声。脉冲噪声主要表现在成像中的短暂停留中，例如错误的开关操作。去噪过程中

2015-06-18 19:58:20 3701

转载 [数字图像处理]简单的几何学图像变换与图像配准

1.图像的几何学变换之前的博文里，我简单的介绍了图像的放大与缩小。放大与缩小也算是图像的几何学变换，本文介绍了其他的几何学变换，包括旋转、水平倾斜和垂直倾斜（当然，还有水平移动与垂直移动。这些变换很简单，不需要插值，所以这里就不着重介绍了）。假设输入图像为G(u,v)，其变换后的图像为F(x,y)。其变化的方法，如下所示。

2015-06-18 17:32:50 1620

转载 [数字图像处理]频域滤波(2)--高通滤波器，带阻滤波器与陷波滤波器

1.高通滤波器首先，对一副图像进行如下二维傅里叶变换。我们将u=0和v=0带上式，我们可以得到如下式子。根据上式，可以到F(0,0)的值是非常大的。这里，我们将F(0,0)称为直流分量，直流分量比其他的成分要大好几个数量级。所以，这也就是傅里叶谱为什么需要使用对数变换才能看清楚的原因。这里，对于高通滤波器而言，由于直流分量被衰减，

2015-06-18 17:31:41 5542 2

转载 [数字图像处理]频域滤波(1)--基础与低通滤波器

之前的博文主要介绍了空间域内的滤波器，本文主要从频域的角度进行分析。主要使用傅里叶变换，将空间域的图像转换到频域内，在频域内进行数字图像处理。这部分的内容及其重要，频域内的处理可以解决空间域内无法完成的图像增强。本文首先从数学角度，对图像的频域内的性质进行分析，然后在着重介绍滤波器在频域内的性质。 1.傅里叶变换与频域在之前的文中，我们已经进行过一些基

2015-06-18 17:30:02 1471

转载双线性插值（Matlab实现）

双线性插值（Matlab实现）一、原理最近用到插值算法，使用三次样条插值时仿真速度太慢，于是采用算法简单的线性插值。本篇主要介绍一下双线性插值的实现方法。1. 线性插值已知坐标 (x0, y0) 与 (x1, y1)，要得到 [x0, x1] 区间内某一位置 x 在直线上的值。由于 x 值已知，所以可以从公式得到 y 的值已知 y

2015-06-18 10:52:11 55793 16

转载拉普拉斯算子原理图像增强

数学基础拉普拉斯算子，二阶微分线性算子，为什么上来就学二阶微分算子，前文说过，与一阶微分相比，二阶微分的边缘定位能力更强，锐化效果更好，所以我们来先学习二阶微分算子，使用二阶微分算子的基本方法是定义一种二阶微分的离散形式，然后根据这个形式生成一个滤波模板，与图像卷积。各向同性滤波器，图像旋转后响应不变，这就要求滤波模板自身是对称的，如果不对称，结果就是，

2015-06-17 19:17:04 47406 11