jiangnanmeiying-CSDN博客

原创 python网络框架DJANGO应用--哎淘网

已经许久没有来csdn更新博客了，排名也到了千里之外，估计再过一阵子就扫地出门了。在学校的时候没有用过脚本，但久闻python的大名，现在它已成为我工作中不可或缺的一个工具。一直对建站抱有一点小兴趣，刚巧看到python有个无敌网络框架DJANgo，哈哈，正好满足下我的心愿。经过断断续续的学习，调试，一个简单的网站终于可以了，它就是-哎淘网 -- www.itaoinfo.co

2011-10-23 21:49:27 1069

原创回忆过去，展望未来

回忆过去，展望未来已有近两个月没有更新blog了，再打开看都生疏了，以后还得多管理、多经营下。过完一个完整的寒假，一回校就投入了战斗。老板开始催项目了，要求六月底要有一个完整的DEMO出来，因为我们这些小硕下半年肯定没心思搞，要找工作了。谈起这个项目，不得不发下牢骚，好歹一个863的项目，也没有个年轻教师指导下。从去年九月份开始准备，几个月都没有实质进展，一来需要大量知识储备，二来没有

2010-03-21 17:03:00 985 2

原创 2010，我来啦!

放寒假喽，估计这是我学生生涯最后一个完整点的寒假了，舍不得。感觉一年的时间过得好快，似乎是学到了点什么，心中却没有底，不知道是不是没有啥成果的原因，学习新知识的时间占了一大半。但这些都是有意义的，因为学的正是我所缺的，相信一点一滴积累才是正道。进入2010，一个关键的年份，要面对我人生的一个路口（找工作），有点紧张，呵呵。貌似形势一直都不太好，师兄师姐都找的挺艰难的，有压力啊。我只想找一

2010-01-27 12:46:00 586

原创近期大杂烩

近期大杂烩时间真的过的N快，已近月底。破事颇多，好事甚少。本月最大成就是结束了万恶的六级好事，和它真是太有缘了，硬是留着我陪它走过这三四年。希望这次它能放弃我。因为英语的缘故，很多时间被占用，在学习上耽搁了不少。本月陆陆续续的写完了meanshift的聚类的算法，结果让人失望，估计是我写的不好，在聚类的时间和结果上都不理想，对参数的调整要求比较高，和具体分布也有关，在服从高斯分布的数

2009-12-25 23:18:00 632

原创访问破千纪念帖

从10月中旬到现在差不多刚好两个月，博客访问量破千。特发此贴纪念下。最近一直混混沌沌，都是这万恶的英语惹的。专业学习进度较慢，实现人家的算法MEANSHIFT分割和聚类都不太理想，需要处理的细节比较多。能力有限啊，不过好歹把图论的章节看完了，模式识别里的图模型还是一头雾水。再接再厉吧！！！

2009-12-13 11:03:00 727 1

原创 Kmeans与Meanshift、EM算法的关系

Kmeans与Meanshift、EM算法的关系 Kmeans算法是一种经典的聚类算法，在模式识别中得到了广泛的应用，基于Kmeans的变种算法也有很多，模糊Kmeans、分层Kmeans等。Kmeans和应用于混合高斯模型的受限EM算法是一致的。高斯混合模型广泛用于数据挖掘、模式识别、机器学习、统计分析。Kmeans的迭代步

2009-11-26 09:33:00 10308 2

原创 Opencv之meanshift篇

Opencv之meanshift篇本文主要是介绍了OPENCV里的meanshift分割函数cvPyrMeanShiftFiltering函数。关于算法的详细叙述可参考《Mean shift: a robust approach toward feature space analysis》D,comaniciu 2003.该函数基本参照上文所描述的算法流程编写的。在opencv实现里加入

2009-11-26 08:48:00 12225

原创 OPENCV之EM算法篇

OPENCV之EM算法篇EM算法是求解最大似然函数极值的一种解法，使用的是迭代求解的方法，并且保证收敛。EM算法的应用相当广泛，包括混合高斯模型的求解，隐马尔科夫模型的求解，最大后验概率模型的求解等。最常用的是混合高斯模型的求解，把混合概率密度分解为一系列的高斯分量之和。关于EM算法的具体流程可参考网上，个人推荐一个介绍的不错的，《pattern recognition and mach

2009-11-26 08:45:00 6521 2

原创 Opencv之PCA篇

Opencv之PCA篇PCA（principal component analysis）翻译过来就是主分量分析，是一种流行的数据降维方法。通过数据降维可以实现数据的压缩，同时方便数据分析和提高算法的处理速度。PCA的原理就是通过正交变换，最大化样本协方差阵的对角元素，最小化非对角元素。具体的介绍可以参考Shlens, J., A tutorial on principal compone

2009-11-25 12:31:00 7657 3

原创 Opencv之KMEANS篇

Opencv之KMEANS篇Opencv中的K-means适用于数据预处理，但图像分割的消耗的时间太长并且效果不怎么好，使用空间信息后，图像的分割后受空间的影响很大（同一类的数据如果分布较远，不是高斯型的，就会错分），因为图像分割本身要求数据是呈超球体(高斯类)分布。K-means得到的是线性判决面，因为算法使用的准则函数是最小均方误差，相当于不同类别间求最小二乘直线拟合。这是一个局限点

2009-11-22 14:51:00 9871 2

原创我的杭电时代——考研篇

发表于 2008-5-31 22:16我的杭电时代——考研篇很早以前就有写这篇文章的想法了，但我这人有个毛病，就是喜欢拖，等来不及了再急急忙忙的赶。这点非常不好，可惜我一直没改过来。呵呵。最近毕业论文的初稿刚出来，可以腾点时间出来，而且刚刚逛了逛考研论坛，发现确实有必要把自己的一些心得体会写出来。希望可以帮助到学弟学妹们。言归正传，先介绍下我的大概情况，我是X

2009-11-16 22:12:00 5914 1

原创 SURF小结

SURF: speed up robust featureSURF特点：1.使用积分图像完成图像卷积（相关）操作，2，使用Hessian矩阵检测特征值；3，使用基于分布的描述符（局部信息）。兴趣点检测相关研究：1998 Lindberg介绍自动尺度选择的概念，允许检测图像中的兴趣点在它们的特征尺度上。他实验了Hessian矩阵的行列式和Laplacian(和矩阵的迹一致)检测团状

2009-11-14 22:20:00 5224 1

原创 CUDA资料推荐及入门建议

CUDA资料推荐及入门建议CUDA（compute unified device architecture）是Nvidia（英伟达）公司的推出的一个显卡编程平台。它的特点是可以大规模的并行执行，在很多应用上比高频CPU性能高上一个或两个数量级。在早期就有了用于通用计算的显卡编程应用，叫GPGPU，但是编程模式比较麻烦，借助些第三方工具，不方便上手，所以NVIDIA瞧准这个通用并行计算的蛋糕推出

2009-11-08 21:38:00 3212 2

原创 vs05，vs08下字符的显示问题

在写一个简单的MFC对话框程序时，发现平时在编写控制台程序习惯用的字符串不能正常显示了，常显示什么“错误 3 error C2440: “=”: 无法从“const char [14]”转换为“LPCWSTR” ”。包括messagebox函数也出现了这个问题。后来在网上查了查，原来是05和08下默认支持UNICODE编码。修改的方法是1：在常量字符串前加上L，如filedialog.m_o

2009-11-03 17:45:00 1128

转载介绍几本数学书

转自林达华博客。介绍几本数学书前面几篇谈了一些对数学的粗浅看法。其实，如果对某门数学有兴趣，最好的方法就是走进那个世界去学习和体验。这里说说几本我看过后觉得不错的数学教科书。 1. 线性代数 (Linear Algebra)：我想国内的大学生都会学过这门课程，但是，未必每一位老师都能贯彻它的精要。这门学科对于Learning是必备的基础，对它的透彻掌握是必不可少的。我在科大一年级的时候

2009-10-31 19:31:00 800

原创基于内容的图像检索（CBIR）会是下一个热门研究领域吗？（一）

基于内容的图像检索（CBIR）会是下一个热门研究领域吗？（一）在我们使用搜索引擎时，会在搜索选项上看到图片这个选项，我曾经用过几次，但是感觉不是做的很好，一是图片的量少，另一个是图片与我想搜索的内容有很多差异。网页搜索是基于文本的搜索，本身就是语义的一个直接表达，在文本中得到了直接的体现，所以搜索的技术相对比较简单，经过这几年的发展已经挺成熟了（至少在使用上是这样的感觉）。图片的搜索相对起步较

2009-10-26 21:36:00 1883

原创彩色图像分割

彩色空间分割彩色空间分割是基于单色图像（灰度图）分割技术在不同颜色通道上实现的。灰度图分割技术常见的有：直方图阀值化、特征聚类、边缘检测、基于区域的、模糊技术、神经网络等。图像分割有公式化的定义（查文献）。图像分割本质上是一个心理学感知的问题，不会纯粹受分割方法不同的影响。灰度图的分割方法都是基于区域像素的非连续性或相似性。基于非连续性的方法主要是为了检测孤立的点、边缘、线（灰度突然变化的

2009-10-24 20:20:00 6674 2

原创 SIFT小结

SIFT小结《Distinctive Image Features from Scale-Invariant Keypoints》 David G,Lowe 1.介绍：特征提取过程：1，尺度空间极值检测。2，特征点定位。（包括去除不稳定的点）。3，特征点的方向赋值。4，特征点描述子生成。2.极值点检测：尺度空间由输入图像和高斯函数卷积产生。尺度空间的极值点由高斯差分函数与图像卷

2009-10-21 21:48:00 3527 1

原创半年学习路程的一点感想及体会

时间过的好快，一晃半年过去了。觉得有必要记录些什么，但思绪很混乱，只能想到什么写什么了。请大家见谅啊，^_^!在今年的三月初，我开始接触图像处理与计算机视觉这个领域，当时觉得这个很有意思，特别是看过一些人脸识别，物体检测与跟踪等DEMO，就更加着迷了。其实以前我是一门心思想做硬件的（嵌入式系统这一块），在研一上学期的时候，还学习过ARM，linux。本科的时候有幸参加了电子设计的比赛，在学院的

2009-10-15 12:47:00 1273

江南魅影的专栏