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

-+

tongle.wang Homepage

愿所有的幸福都如期而至,愿所有的不幸都随风飘散

  • 博客(18)
  • 收藏
  • 关注

转载 LibSVM的使用

LibSVM使用指南本文包含以下几个部分:支持向量机--SVM简介LibSVM的安装LibSVM的使用LibSVM参数调优Java版LibSVM库函数的调用SVM简介在进行下面的内容时我们认为你已经具备了数据挖掘的基础知识。SVM是新近出现的强大的数据挖掘工具,它在文本分类、手写文字识别、图像分类、生物序列分析等实际应用中表现出非常好的性能。SVM属于监督学习算法,

2016-10-31 22:11:18 3221

转载 SVM和SVR

1、支持向量机( SVM )是一种比较好的实现了结构风险最小化思想的方法。它的机器学习策略是结构风险最小化原则 为了最小化期望风险,应同时最小化经验风险和置信范围)支持向量机方法的基本思想:( 1 )它是专门针对有限样本情况的学习机器,实现的是结构风险最小化:在对给定的数据逼近的精度与逼近函数的复杂性之间寻求折衷,以期获得最好的推广能力;( 2 )它最终解决的是一个凸二次规

2016-10-31 21:56:43 1113

原创 高频提升滤波A=2

%高频提升滤波function d=strength_filter(x,n)d=x;operator=[0,-1,0;-1,6,-1;0,-1,0];[width,height]=size(x);for ii=1:width-(n-1)    for jj=1:height-(n-1)    tmp=x(ii:ii+n-1,jj:jj+n-1).*operator;

2016-10-31 10:21:01 2623

原创 Laplacian算子图像提升

%Laplacian微分算子提升图像,中心系数为负原来算子为[0,1,0;1,-4,1;0,1,0];f(x,y)-[Laplacian算子]function d=Laplacian_strength(x,n)d=x;operator=[0,-1,0;-1,5,-1;0,-1,0];[width,height]=size(x);for ii=1:width-(n-1)   

2016-10-31 10:03:43 868

原创 Laplcian算子边缘提取

%Laplacian微分算子边缘提取function d=Laplacian(x,n)d=x;operator=[0,1,0;1,-4,1;0,1,0];[width,height]=size(x);for ii=1:width-(n-1)    for jj=1:height-(n-1)    tmp=x(ii:ii+n-1,jj:jj+n-1).*operator;

2016-10-31 09:45:38 736

原创 sobel算子

function d=sobel(x,n,dir)d=x;if dir==1operator=[1,2,1;0,0,0;-1,-2,-1];elseoperator=[1,0,-1;2,0,-2;1,0,-1]end[width,height]=size(x);for ii=1:width-(n-1)    for jj=1:height-(n-1)   

2016-10-30 22:44:03 635

原创 roberts算子提取边缘

先上图,roberts算子和一阶微分算子提取的边缘。代码:%roberts微分算子边缘提取function d=roberts(x,n)d=x;operator=zeros(n);operator(1+(n-1)/2,1+(n-1)/2)=1;operator(1+(n-1)/2+1,1+(n-1)/2+1)=-1;[width,height

2016-10-30 20:51:59 1785

原创 一阶微分算子提取边缘效果

%============================================================================================================%author:王同乐%date:2016/10/30img=imread('lena.png');img=rgb2gray(img);img=im2double

2016-10-30 20:39:49 1244

原创 均值滤波函数

%============================================================================================================%author:王同乐%date:2016/10/30img=imread('lena.png');img=rgb2gray(img);img=im2double

2016-10-30 20:04:01 2318

原创 Matlab中值滤波代码

img=imread('lena.png');img=rgb2gray(img)img=im2double(img)%输入图像类型为uint8,将其转换为double类型进行运算gau=imnoise(img,'gaussian');subplot(2,2,1);imshow(gau);title('添加高斯噪声的图像');%imshow()函数在显示图像时会自动将类型转换为uin

2016-10-30 19:38:58 7123

转载 国内和国外比较好的IT博客

国内1、36氪(www.36kr.com): 目前国内做的最风生水起的科技博客,以介绍国内外互联网创业新闻为主的博客网站,自己建立有36Tree互联网创业融投资社区。36氪的名字源于元素周期 表的第36号元素“氪”,化学符号为Kr。传说中的氪星是超人的故乡。除了为创业者免费提供新闻报道,他们主办的“36氪开放日”为早期互联网创业公司初创产品发布,提供了非常不错的平台,每月在全国

2016-10-30 17:56:23 4153

原创 Matlab 中常用函数

hist(x,y):x作为坐标,y作为函数值画出直方图;[μ,sigma]=normfit(A):用正太分布拟合一个数据集返回数据集的均值和方差normplot(A):画出以A为数据集的正太分布图surf(A):函数用曲面拟合数据集Amesh(A):用方格图拟合数据集Ameshgrid(x,y):生成二维网格图,其中x和y为向量,结果是生成一个(x,y组成的坐标网格plot

2016-10-28 20:39:13 800

转载 判别模型、生成模型与朴素贝叶斯方法

转载时请注明来源:http://www.cnblogs.com/jerrylead1判别模型与生成模型上篇报告中提到的回归模型是判别模型,也就是根据特征值来求结果的概率。形式化表示为,在参数确定的情况下,求解条件概率。通俗的解释为在给定特征后预测结果出现的概率。比如说要确定一只羊是山羊还是绵羊,用判别模型的方法是先从历史数据中学习到模型,然后通过提取这只羊的特征来预测出这只

2016-10-24 22:12:16 442

转载 小谈导数、梯度和极值

[转载请注明出处] http://www.cnblogs.com/jerrylead记得在高中做数学题时,经常要求曲线的切线。见到形如之类的函数,不管三七二十一直接求导得到,这就是切线的斜率,然后就得到了处的切线。上大学又学习了曲面切线和法向量的求法,求偏导是法向量,然后套公式求出切线。一个经典例子如下:(来自web上某个《几何应用》ppt)其中的向量n是F(x,y,z)的

2016-10-24 22:10:16 461

原创 华为上机题:字符串最后一个单词的长度

import java.util.Scanner;public class Main {public static void main(String args[]){String laststring;String[] str;Scanner scanner=new Scanner(System.in);laststring=scanner.nextLine();str

2016-10-22 19:29:01 376

转载 LintCodet题目

写出一个函数 anagram(s, t) 判断两个字符串是否可以通过改变字母的顺序变成一样的字符串。import java.util.Arrays;public class Solution {    /**     * @param s: The first string     * @param b: The second string

2016-10-21 19:36:44 376 1

原创 对自己的期望

每天做一道算法题

2016-10-21 16:18:32 337

原创 我的第一页博客

你好!CSDN

2016-10-21 15:39:05 279

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