2016年12月_KeeJee

12月 11月

原创图像处理功能集成

一．整体界面如图1.1所示，真个界面包含4个部分，分别是：菜单栏、工具栏、图像显示界面、滤波操作。下面详细介绍。二．功能详解2.1菜单栏菜单栏是整个项目的功能集成部分。主要包含5个部分，①图像打开，保存，退出；主要负责打开图像并显示到图像显示界面、保存处理后的图像（图像未处理就保存，会导致保存无效！）、以及退出整个界面。不读入图像就进行处理，无效！②灰度变换：

2016-12-23 18:19:11 26037

转载机器学习 - 协方差与协方差矩阵

协方差的定义对于一般的分布，直接代入E(X)之类的就可以计算出来了，但真给你一个具体数值的分布，要计算协方差矩阵，根据这个公式来计算，还真不容易反应过来。网上值得参考的资料也不多，这里用一个例子说明协方差矩阵是怎么计算出来的吧。记住，X、Y是一个列向量，它表示了每种情况下每个样本可能出现的数。比如给定则X表示x轴可能出现的数，Y表示y轴可能出现的。注意这里是关键，给定了4

2016-12-20 14:26:30 1350

原创经典算法之—背包问题

一．完全背包问题问题描述：有一个背包容量为M，一堆物品其重量表示为W={w(1),w(2),…}，物品相应的价值V={v(1),v(2),…}，现在要求将物品中的一部分或全部，放入背包。要求：装入物品的总价值最高；同时满足装入物品总重量不超过M；对单个物品而言，状态可为：装入背包、不装入背包、一部分装入背包。假设装入的物品为从w(i)到w(j)，则有：对于完全背包而言，我们采用

2016-12-18 18:39:31 2987

原创经典算法之—模拟退火

一．爬山算法介绍模拟退火前，先介绍爬山算法。爬山算法是一种简单的贪心搜索算法，该算法每次从当前解的临近解空间中选择一个最优解作为当前解，直到达到一个局部最优解。爬山算法实现很简单，其主要缺点是会陷入局部最优解，而不一定能搜索到全局最优解。如图1所示：假设C点为当前解，爬山算法搜索到A点这个局部最优解就会停止搜索，因为在A点无论向那个方向小幅度移动都不能得到更优的解。图1二．模

2016-12-17 19:35:20 1897

原创经典算法之—动态规划

动态规划是一种求解多阶段决策问题的最优化算法。一．多阶段决策过程事件的发展过程分为若干个相互联系的阶段。事件的发展总是初始状态开始，依次经过第一阶段、第二阶段、第三阶段、 …，直至最后一个阶段结束。如图1所示：图1二．动态规划术语及性质为了更好说明问题，我们引入几个术语：（1）阶段：把所给求解问题的过程恰当地分成若干个相互联系的阶段。如图1所示V1、V2……。值得注

2016-12-16 23:59:50 1346

原创机器学习 - 贝叶斯分类器

首先来说贝叶斯分类器就是一个概率密度估计的过程。一．贝叶斯决策论（1）后验概率与期望损失贝叶斯决策论是概率框架下实施决策的基本方法。贝叶斯分类器依据两大基石：概率和损失来进行最优分类。下面，我们以多分类为例来解释基本原理。引入参数：当将属于cj的样本误分为ci类，所产生的期望损失（条件风险）为：（2）贝叶斯判定准则1.1式可以看做是贝叶斯分类器的目标函数，那

2016-12-16 10:32:48 831

原创图像处理之—振铃现象

图像处理中，对一幅图像进行滤波处理，如果选用的频域滤波器具有陡峭的变化，则会使滤波图像产生“振铃现象”。如下图：振铃现象产生的本质原因是:对于辛格函数sinc而言，经过傅里叶变换之后的函数形式为窗函数（理想低通滤波器）形式，用图像表示如下：图1.左边为矩形窗函数，右边为辛格函数(将左边的空域换成频域，右边频域换成空域)因此凡具有接近窗

2016-12-14 19:56:18 17530 1

原创机器学习 - 线性模型

一．线性回归—LR线性回归是一种监督学习下的线性模型，线性回归试图从给定数据集中学习一个线性模型来较好的预测输出（可视为：新来一个不属于D的数据，我们只知道他的x，要求预测y，D如下表示）。首先我们还是给定数据集的严格表示（我们这里直接讲多维的线性回归）：即是线性模型，那么我们容易给出目标函数：用向量的方式来表示目标函数，其中目标函数产生的结果即是我们的输出：为了便

2016-12-12 11:13:29 5819

转载编程常用缩写

在编程中我们经常会为了减小标识符的长度而采用缩写，这通常是通过去掉一些元音字母完成的，但更多的时候我们使用一些常用、通用的缩写，本人整理的网上的一些相关资料如下。说明：1、本缩写表是《编码命名规范》的附录。2、本缩写表中列出的都是通用性缩写，不提供标准缩写，如：Win9x、COM 等。3、使用本缩写表里的缩写时，请对其进行必要的注释说明。4、除少

2016-12-09 18:57:04 2805

原创机器学习 - 支持向量机(SVM)

支持向量机推导过程：http://download.csdn.net/detail/zk_j1994/9908152

2016-12-08 16:59:50 658

原创图像处理 - 傅里叶变换的思想

傅里叶变换的思想傅里叶变换的核心：试图寻找一组正交基来表示原函数（信号等物理模型），以实现从空域到频域的转换。一．正交在试图理解傅里叶变换之前，必须先理解正交。欲想理解事物，我们首先要学会将其分解，将之分解成不同的元素，如果这些元素之间互不相关，我们就可以对其分而治之了，分而解之了。（1）正交来源线性代数的基。基是刻画向量空间的工具，是向量空间的一个子集。向量空间中的任意一个

2016-12-03 17:13:53 3399