blackjakechen-CSDN博客

原创 SIFT暴力匹配 FLANN快速匹配

from PIL import Imageimport cv2import numpy as npimport matplotlib.pyplot as plt#计算特征点cs1 = cv2.imread("cs1.jpg")img1 = cv2.resize(cs1,(500,500))gray = cv2.cvtColor(img1,cv2.COLOR_BGR2GRAY)cv2...

2019-05-15 17:14:20 4173

原创 KNN(K近邻)——原理及算法实现

01 基本原理给定一个数据集，对于新的输入实例，在训练集中找到与该实例最邻近的K个实例，这K个实例中的大多数属于某个类别，则认为该输入实例就属于某个类别。02 优缺点优点：易于实现，无需估计参数，无需训练，支持增量学习缺点：计算量大，分析速度慢（需要扫描全部训练样本并计算距离）03 KNN的三要素1.距离度量：衡量特征空间中两个实例点的距离2.K值得选择：K值过小，近似误差减小，估计...

2019-03-13 22:38:42 893

基本原理如下：根据现有数据对分类边界线建立回归公式，以此进行分类。这里的“回归”一词源于最佳拟合，表示要找到最佳拟合参数。而最佳拟合参数就是在训练分类器时，通过最优化算法获得。逻辑斯蒂回归是一种线性分类器，针对的是线性可分问题。https://blog.csdn.net/lgb_love/article/details/80592147https://blog.csdn.net/haochen...

2019-03-12 18:08:16 206

原创机器学习实践——KNN算法

K近邻算法，只选择样本数据集中前K个最相似的数据，然后根据这K个最相似的数据中出现次数最多的分类，作为新数据的分类。一下是Python中用KNN算法对sklearn中的鸢尾花数据进行分类。将K值设置为6.可以得到相对平滑的决策边界。代码如下：import numpy as npfrom matplotlib.colors import ListedColormap #画图函数import...

2019-03-11 20:56:52 292

原创 openCV学习——图像处理基础（二）

一：形态学操作形态学通常表示生物学的一个分支，在图像处理中的形态学，往往是指数学形态学，两种最基本的形态学操作：膨胀（dilate）和腐蚀（erode）形态学操作可以消除噪声，分割（isolate）独立的图像元素，寻找图像中明显的极大值区域和极小值区域以及求出图像梯度等。C++与OpenCV代码如下:#include <opencv2/opencv.hpp>#include ...

2018-12-19 16:32:18 223

原创 OpenCV学习——图像处理基础（一）

图像处理涉及的方面十分广泛，具体的方法种类也比较多，传统图像处理技术主要集中在图像的获取、变换、增强、回复、压缩、分割、边缘检测等方面。随着新工具，新技术的不断出现，这些图像处理方法也在不断更新与发展。接下来讲解一些基础的图像操作。一：对图像像素点进行操作对图像像素点进行操作就是对灰度值进行操作，实际实现时先获得目标图像的灰度值，然后再对灰度值进行数学操作，即可实现，具体代码如下：#in...

2018-12-18 18:27:56 603

blackjakechen的博客

原创 SIFT暴力匹配 FLANN快速匹配

原创 KNN(K近邻)——原理及算法实现

原创机器学习实践——Logistic回归

原创机器学习实践——KNN算法

原创 openCV学习——图像处理基础（二）

原创 OpenCV学习——图像处理基础（一）

空空如也

空空如也

原创 SIFT暴力匹配 FLANN快速匹配

原创 KNN(K近邻)——原理及算法实现

原创 机器学习实践——Logistic回归

原创 机器学习实践——KNN算法

原创 openCV学习——图像处理基础（二）

原创 OpenCV学习——图像处理基础（一）

空空如也

空空如也

原创机器学习实践——Logistic回归

原创机器学习实践——KNN算法