自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

test

test

  • 博客(25)
  • 收藏
  • 关注

原创 数据结构【力扣-初级算法】

力扣-初级算法【数据结构之二叉树】

2022-06-23 11:09:34 492 1

原创 STM32常用协议之SPI协议详解

SPI协议详解

2022-06-20 16:10:24 3578

原创 STM32常用协议之串口通信详解

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录一、pandas是什么?二、使用步骤1.引入库2.读入数据总结提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下(.

2022-04-21 17:29:00 5437 2

原创 STM32常用协议之IIC协议详解

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档IIC协议详解前言一、IIC协议简介1.1 简介1.2 IIC物理层1.3 协议层1.3.1 IIC基本读写过程1.3.2 通信的起始和停止信号1.3.3 数据有效性1.3.4 地址及数据方向1.3.5 响应二、IIC特性2.1 软件模拟协议2.1.1 引言2.1.2 IIC初始化函数2.2 硬件协议二、使用步骤1.引入库2.读入数据总结前言STM32常用协议系列文章一、IIC协议简介1.1 简介IIC(Inter -.

2022-03-31 00:38:00 3774

转载 文件夹打开方式被修改后的处理办法【转载】

发现文件夹的打开方式变为了vs2020,每次双击文件夹后直接就跳转到vs。 此时右键发现vs打开还排在第一位。 怎么恢复原来打开方式呢? 只要打开注册表编辑器,到目录“HKEY_CLASSES_ROOT\Directory\shell”,修改数据值为none就行。注意是修改shell的数据为none,而不是shell下的子文件的数据。 这样文件夹的打开方式就恢复到了默认。  参考...

2022-03-24 09:07:12 1740

原创 明解C语言【中级篇】

明解C语言【中级篇】 学习记录Chapter 09: 文件处理明解C语言【中级篇】明解C语言【中级篇】 学习记录**Chapter 09:** 文件处理前言流(stream)流与缓冲的关系?前言记录学习明解C语言【中级篇】的部分章节,作为知识总结,方便回阅翻看。Chapter 9-1 标准流本节结构:流(stream)定义 在C语言中,术语流表示任意输入的源或任意输出的目的地。 ----------------- 解释:什么是源和目的地? 通过键盘输入,屏幕

2022-03-18 18:52:10 1529

原创 STM32涉及相关基本电路分析

STM32涉及相关基本电路分析前言本系列主要记录自己的学习过程,主要涉及单片机常涉及的相关电路,持续更新中。一、推拉电路定义作用STM32 IO模式定义写在推挽电路之前:功放电路与电压放大电路的区别:前者要求获得一定的不失真的输出功率,而后者要求负载得到不失真的电压信号。放大电路中,甲类、甲乙类和乙类放大甲类放大:输入信号在整个周期内都有电流流过,称为甲类放大;甲乙类放大:输入信号在半个至一个周期内有电流流过,称为甲乙类放大;乙类放大:输入信号只有半个周期电流流过,称为乙类

2022-03-18 00:58:45 1607

原创 学习笔记之opencv模板和特征点

模板匹配 定义:在一幅图像中寻找与另一幅模板图像最匹配(相似)部分的分析技术。 本质:通过滑动(图像块一次移动一个像素),在每一个位置,都进行一次度量计算来表明它是“好”或“坏”地与那个位置匹配(或者说块图像和原图像的特定区域有多么相似)。 特征点 定义:能够表明物体本身特征的点。 尺度不变性:即使你处理在不同的拍摄条件下拍摄同一物体,都能够得到同样的特征值。 常用的特征点寻找方法:(敲黑

2018-01-12 16:41:56 435

原创 文献《基于SIFT的遥感图像配准技术综述》阅读笔记

文献仅用于学习之用… SIFT特征 定义:基于尺度空间对图像缩放、平移、旋转、仿射变换、视角变换和光照变换保持不变的特征提取算法。 原理:用于描述与检测图像中的局部性特征,它在空间尺度中寻找极值点,并提取其位置、尺度和旋转不变量。 步骤: step1:特征提取;(1:关键点检测;2:局部特征描述子生成;3:特征点匹配) step2:特征匹配; step3:配准模型确定; step4

2018-01-11 21:54:23 883

原创 《BUILDING CHANGE DETECTION BASED ON 3D RECONSTRUCTION》

研究思路: 摘要: 不同时期建筑物自动变化检测对于城市监测、灾害评估、地图更新等具有重要意义。现有的数据源可用于三维几何模型(如数字表面模型、地理信息系统)和来自卫星或特种飞机的辐射图像。然而,使用上述方法进行及时变化检测的费用是非常昂贵的。随着无人机技术的迅速发展,在低海拔地区利用高分辨率摄像机捕捉城市建筑物图像正在变得越来越便宜。使用这些易获得的无人机图像,提出了一种基于三维重建生成变

2018-01-10 14:33:30 705

原创 建筑物变化检测文献《AUTOMATIC BUILDING CHANGE DETECTION THROUGH ADAPTIVE LOCAL TEXTURAL FEATURES AND SEQUENTI》

研究思路: 研究框架: 1:自适应阈值处理 1.1:熵滤波 建筑物检测算法的第一步是检测图像中的纹理,该纹理可能表示建筑物的屋顶。计算该图像中所有像素的局部熵强度,以此来确定具有建筑物屋顶特征的光滑纹理的区域。灰度图像中给定像素的熵E定义为: 其中L是相邻像素的个数,p是邻域中像素值的出现次数。 由于建筑物区域相较于背景区域,比如:植被或其他人造结构

2018-01-08 20:27:50 1826 1

原创 文献《利用影像分割和匹配特征进行无人机影像变化检测》的阅读笔记

这篇文章的核心:基于匹配的特征点和分割的单元,以配准误差为缓冲半径进行相关运算,并提出了双向相关方法来抑制影像分割不一致对变化检测结果的影响。

2018-01-02 14:44:29 1221

原创 文献《基于图分割的高分辨率遥感影像建筑物变化检测研究》的阅读笔记

什么是图分割? 定义:将图像中的每个像元映射成图的顶点(像元自身的特征信息对应图中顶点属性),像素之间的相邻关系映射为图的边。顶点:原始图像中每个像素映射为无向图的一个顶点; 顶点属性:像素自身的特征信息对应图中的顶点属性;边:像素之间的相邻关系映射为图的边; 边的权值:像素特征之间的相似性或差异性对应边的权值(W(vi,vj)∈E)原理: 将图像分割问题看作是图的顶点划分问题。图例: 文

2017-12-19 16:59:14 2175 3

转载 深度学习之RCNN详解

RCNN=R+CNN 定义: R:Region Proposal(候选区域); CNN:Convolutional Neural Network(卷积神经网络); 作用: R:用于解决定位问题; CNN:用于解决识别问题;定位的问题的解决思路? 思路一:看作回归(Regression)问题 目的:预测出(x,y,w,h)四个参数的值,从而得出方框的位置。 步骤一:搭建一个识别图像的

2017-12-12 20:00:21 2715

原创 Python入门与进阶学习笔记之分支、循环、条件与枚举

运算符优先级: 什么是表达式? 表达式:运算符和操作符所构成的序列。注: 赋值符 右结合 非赋值符 左结合 逻辑运算符:(优先级) not > and >or

2017-12-08 16:53:51 446

原创 Python入门与进阶学习笔记之运算符

运算符思维导图: 算术运算符: 类型:+ - * / // % ** 注意:2的n次方的表示:2**n赋值运算符: 特点:先作运算再赋值 类型:= + = - = * = / = // = % = ** =比较(关系)运算符: 特点:两个元素之间,操作结果返回布尔值;

2017-12-08 15:22:38 366

原创 Python入门与进阶的学习笔记之变量

变量命名中重要的几点: 1:变量的首字符不能是 数字;(eg.1a) 2:系统的关键字,不能用在变量名中(eg.and) 3:变量无类型的限制; 4:值类型与引用类型的区别;值类型 (不可变):int 、str 、tuple 引用类型(可变 ):list、set、dict图例演示过程: 关于值类型的不可变,下面这种类型又作何解释? 由两次变量a的内存位置存储不一样,可知这两

2017-12-08 08:39:38 296

原创 《人工神经网络》读书笔记

Day 1神经网络:指生物的大脑神经元,细胞,触点等组成的网络,用于产生生物的意识,帮助生物进行思考和行动。人工神经网络:指旨在模仿人脑结构及其功能的信息处理系统。人脑与计算机信息处理机制的比较: 1:系统结构; 2:信号形式; 3:信息存储; 4:信息处理机制;1:系统结构: 人脑:由数百亿神经元相互连接组合而成。每个神经元只能完成一种基本的功能:兴奋与抑制; 计算机:由各种二值逻辑门

2017-12-06 11:38:19 627

原创 AI_Cousera笔记(吴恩达)_开篇

开设的课程: 1:神经网络与深度学习 2:改善深层神经网络:超参数调试、正则化以及优化 3:结构化机器学习项目 4:卷积神经网络 5:序列模型课程的目标: 第一门课: 学习神经网络和深度学习的基础、如何建立神经网络(包含一个深度神经网络),以及如何在数据上训练他们。在课程的结尾,你将用一个深度神经网络进行辨认猫。第二门课: 将进行深度学习方面的实践,学习严密地构建神经网络,如何真正让

2017-12-01 10:08:26 224

原创 Python的入门与进阶的学习笔记之Python基本数据类型

Number: int和float: 除法:int/int 得到 int型 int//int 得到 float型 (注:整除//表示只保留整数部分) 乘法:*进制转换: 二进制:0b 八进制:0o 十六进制:0x 转换: bin(10) 十进制转换为二进制 int(0b111) 二进制转换为十进制 oct(0b111)

2017-11-29 21:53:23 572

原创 读书笔记之《基于深度学习的高分辨率遥感图像识别与分类研究》

本篇文章解决的问题:高分辨遥感图像的分类数据来源:Google Earth、Big MAP、全能地图下载器等网络软件下载19级图像数据 25000张平台:Linux abuntu15.04系统上搭建Caffe框架分类: 1:分为居民区、道路、绿化区、湖泊、土地 5类(每类5000张) 2:每类随机抽取4000张放置入训练数据库train、剩余1000张放置入测试文件库va

2017-11-23 18:02:59 8529 2

原创 Tang机器学习课程笔记之六(Numpy库)

the difference of list and numpy :list : it can store any format value at the same time, such as int, str numpy:the inside of the numpy.array must be the same formatthe difference of list and tuple :

2017-11-21 20:53:47 213

原创 Tang机器学习课程笔记之五(Numpy库<一>)

1:reading the data the function of genfromtxt: a:we read the data from the paper file b:in order to need not to specify the path,we put the data and code in the same paper filethe common form of thi

2017-11-19 15:44:40 272

原创 Alex作业之day 1 的猜年龄游戏 课堂演示

The requires of the classroom presentation The procession of mine about the game of guessing the age: Picture: the version of wrong: #for 循环 的改进 :每猜 3 次加一个判断:用户决定继续还是退出(有错的程序 **重置为0的i值是无法传输给循环中的

2017-11-17 21:51:10 397

原创 笨小白学python记 day_1(作监督自己学习之用)

Alex作业之day 1 的homework2the requies of homework2 1:import username、password; 2:show welcome message after successful landing 3:exit after three times of wrong transmission代码: #day 1 homework 2name='

2017-11-17 21:22:55 239

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除