xiaochaoqu的专栏

原创 imageMagick 转换RGB raw 图像 到 BMP 图像 方法

http://www.imagemagick.org/discourse-server/viewtopic.php?t=22999&p=96286

原创 maximum likelihood estimation 一个讲解

https://files.nyu.edu/mrg217/public/mle_introduction1.pdf

转载 linear programming , quadratic programming, nonlinear programming and integer programming

The example of this section has three important properties.• Its variables (the amounts of ice cream and butter to produce) are continuous variables. They can take on any real value, subject to sati

原创 关于方差和协方差的一个详细讲解

http://www.stat.yale.edu/~pollard/Courses/241.fall97/Variance.pdf这是一个关于方差和协方差的详细讲解。 本文出自 “无聊之地” 博客，请务必保留此出处http://quxiao.blog.51cto.com/933548/768306

转载 傅里叶变换的物理意义【zz】

1、为什么要进行傅里叶变换，其物理意义是什么？傅立叶变换是数字信号处理领域一种很重要的算法。要知道傅立叶变换算法的意义，首先要了解傅立叶原理的意义。傅立叶原理表明：任何连续测量的时序或信号，都可以表示为不同频率的正弦波信号的无限叠加。而根据该原理创立的傅立叶变换算法利用直接测量到的原始信号，以累加方式来计算该信号中不同正弦波信号的频率、振幅和相位。和傅立叶变换算法对应的是反傅立叶变换算法。

转载 傅里叶变换的意义【zz】

傅里叶变换是一种解决问题的方法，一种工具，一种看待问题的角度。　　理解的关键是：一个连续的信号可以看作是一个个小信号的叠加，从时域叠加与从频域叠加都可以组成原来的信号，将信号这么分解后有助于处理。　　我们原来对一个信号其实是从时间的角度去理解的，不知不觉中，其实是按照时间把信号进行分割，每一部分只是一个时间点对应一个信号值，一个信号是一组这样的分量的叠加。傅里叶变换后，其实还是个叠加问题，只不过是

原创 判断无向图是不是连通的c++代码

// DFS.cpp : 定义控制台应用程序的入口点。//#include "stdafx.h"#include #include using namespace std;bool isconnected(vector>);void DFS(vector>,int );vector  visited;int _tmain(int argc, _TCHAR* argv[]){   int V

原创 merge sort 的代码

以下是merge sort 的代码 ，最坏情况下比插入排序要好 ，适合大规模排序：  // mergesort.cpp : 定义控制台应用程序的入口点。//#include "stdafx.h"#include using namespace std;void merge(int *,int,int,int);void mergeSort(int*,int ,int);int

原创 选择排序的伪代码

以下是选择排序的伪代码以及一些分析:SELECTION-SORT(A)                         执行次数1   for j = 1 to Length(A)                              n2       i = j                                                          n

转载 核密度估计（kernel density estimation）【zz】

今天看到一篇很有用的文章，是介绍核密度估计的，转载如下 An introduction to kernel density estimationThis talk is divided into three parts: first is on histograms, on how to construct them and their properties. Next are k

原创 matlab中的直方图均衡化

有一些图像对比度不高，灰度集中在一个很小的范围内，动态范围较低，这时，直方图均衡化的方法可以使图像的灰度较为均衡化。对比度能够得到一定程度的增强。   对于离散的灰度级来说，变换后的图像的灰度其实是变换前图像灰度的密度函数的累积和。这里灰度都预先归一化到范围[0,1]内。因为密度函数的累计和是一个递增的函数且最后的值为1，所以变换前图像的灰度就被映射到了[0,1]内，图像的灰度分布范围就被扩大

原创 总结一下这几天学习matlab学到的东西

刚接触matlab，各种操作都还不是很熟悉，用到的函数也还没有几个。不过进步是在不断练习中取得的。现在把过去几天学到的东西总结一下。   主要是自己编写的几个函数。   1.mygcd（b,c）   函数的功能是返回b和c的最大公约数，也就是greatest common divisor。用到的算法是Euclidean Algorithm。代码如下：   function a

原创 一个讲解PCA和SVD很好的教程

地址  http://www.snl.salk.edu/~shlens/pca.pdf

转载 Orthogonal Diagonalizable 一些相关定义

转载 为什么只有方阵有逆矩阵？ 证明

转载 Scatter, Covariance, and Correlation Matrix 联系与不同

These three types of matrices often form the basis of a multivariate method. The correlation and the covariance matrix are also often used for a first inspection of relationships among the variables o

转载 机器学习推荐书目

来源：水木社区人工智能版。发信人: Insomnia (完美主义是种病), 信区: AI标  题: Machine Learning书单发信站: 水木社区 (Fri Mar 29 16:46:37 2013), 站内持续更新，请补充。除了以下推荐的书以外，出版在Foundations and Trends in Machine Learning上面的survey文章

转载 What is Mahalanobis distance?

Distance in standard unitsIn statistics, we sometimes measure "nearness" or "farness" in terms of the scale of the data. Often "scale" means "standard deviation." For univariate data, we say that

原创 在matlab中使用PCA

x = [2.5 0.5 2.2 1.9 3.1 2.3 2 1 1.5 1.1]; % 原始的数据有两个维度y = [2.4 0.7 2.9 2.2 3.0 2.7 1.6 1.1 1.6 0.9]x = x - mean(x); % 先减去均值，使得数据变为均值为0y = y - mean(y);plot(x,y,'*')data = [x' y'];C = cov(d