半个夏天1314-CSDN博客

原创快速排序c++实现

基本思想：采用分治法，从数组中选取一个数作为基准数，利用基准数对数组进行划分，将比基准数小的元素移到基准数左边，比基准数大的元素移至基准数右边。对左右的子区间重复直至子区间只有一个元素。时间复杂度：最坏情况下是O(N2)，平均的时间复杂度是O(N*lgN)，是不稳定的算法。（算法稳定性 -- 假设在数列中存在a[i]=a[j]，若在排序之前，a[i]在a[j]前面；并且排序之后，a[i]仍...

2019-05-28 00:00:41 326

原创剑指offer 股票利润最大化

题目：假设把某股票的价格按照时间先后顺序存储在数组中，请问买卖该股票一次可能获得的最大利润是多少？例如，一只股票在某些时间节点的价格为{9，11，8，5，7，12，16，14}.如果我们能再价格为5时候买入并在价格为16时卖出，则能收获最大的利润11.思路：再扫描到数组中的第i个数字时，只要能记住之前i-1个数字中的最小值，就能算出在当前价位卖出时可能得到的最大利润。c++实现：in...

2019-05-27 22:11:28 517

原创随机森林、AdaBoost、GBDT、XGBoost区别及联系

集成学习分类：集成学习是使用一系列学习器进行学习，并使用某种规则把各个学习结果进行整合从而获得比单个学习器更好的学习效果的一种机器学习方法。一般情况下，集成学习中的多个学习器都是同质的"弱学习器"。1. Boosting:训练基分类器时采取串行方式，各基分类器之间有依赖。基本思路是将基分类器层层叠加，每一层在训练的时候，对前一层基分类器分错的样本给予更高的权重，测试时根据各层分类器的结...

2019-05-23 09:20:50 4468 1

原创基于感知损失的实时风格迁移和超分辨重建Perceptual Losses for Real-Time Style Transfer and Super-Resolution

文章思路：风格迁移的效果是将A图片的某些特征迁移到B图中，使B图具有与之相同的风格。内容图片B 风格图片A 生成图片 ...

2019-04-25 22:40:23 1510 1

原创 Non-local Neural Networks

Non-local Neural Networks受到经典非局部均值方法的启发，在计算机视觉中，以所有位置的特征加权和的形式计算出一个位置的响应。这个模块可以插入到许多计算机视觉框架中使用。卷积和循环操作都在空间或时间上处理局部领域，因此，只有在重复应用这些操作时，才能捕获大范围的依赖关系。重复局部操作有一些限制。首先，它在计算上效率低下。其次优化难。非局部神经网络：根据非局部...

2019-01-02 20:41:20 865

原创 Tensorflow常用的并行化深度学习模型训练方式

Tensorflow常用的并行化深度学习模型训练方式有两种，同步模式和异步模式。异步模式深度学习模型训练流程每一轮迭代时，不同设备会读取参数最新的取值，但因为不同设备读取参数取值的时间不同所以得到的值也有可能不同。根据当前参数的取值和随机获取的一小部分训练数据，不同设备各自运行反向传播的过程并独立更新参数。可以简单的认为异步模式就是单机模式复制了多份，每一份使用不同的...

2018-12-05 22:45:56 1312

转载 C++ vector使用

1.定义：vector<vector<int>> A; 2.插入元素若想定义A=[[0,1,2],[3,4,5]],则//正确插入方式vector<vector<int> >A;//A.push_back里必须是vectorvector<int> B;B.push_back(0);B.push_...

2018-11-30 19:29:09 191

原创 c++ set 容器用法

set是关联容器，类似于集合，里面的元素不会重复，而且呈现为有序性。在set中每个元素的值都唯一，而且系统能根据元素的值自动进行排序。set中元素的值不能直接被改变。set具备的两个特点：set中的元素都是排序好的 set中的元素都是唯一的，没有重复的常用操作：using namespace std;set<int> s;1.元素插入：s.insert()...

2018-11-30 19:23:30 291

原创 python assert 断言函数

python assert 断言函数可以理解assert断言语句为raise-if-not，用来测试表示式，其返回值为假，就会触发异常。具体用法assert 1 == 1 #正常运行assert 2+2 == 2*2 #正常运行assert 1>2 #报错 ...

2018-11-21 21:41:52 390

原创 Leetcode 217：Contains Duplicate

解法一：排序方法：O(nlogn)class Solution {public: bool containsDuplicate(vector<int>& nums) { if (nums.size() <=1) return false; sort(nums.begin(), nums.end()...

2018-11-12 20:00:52 127

原创 python读写json文件

#读取json文件train_f = open('train_aug.json','r', encoding='UTF-8')train = json.load(train_f)#写入json文件data1 = list()file_root_path = 'test_images'file_list = os.listdir(file_root_path)file_list....

2018-10-19 20:14:57 1401

原创高光谱图像分类《Spatial Sequential Recurrent Neural Network for Hyperspectral Image Classification》

空间序列递归神经网络用于高光谱图像分类本文基于2018年发表于期刊Journal of Selected Topics in Applied Earth Observations and Remote Sensing上的论文“Spatial Sequential Recurrent Neural Network for Hyperspectral Image Classification”...

2018-10-17 16:08:07 12623 32

原创对图像进行随机翻转和裁剪

opencv: cv2.flip 进行图像翻转，数据增强cv2.flip(image, axis)axis Anno 1 水平翻转 0 垂直翻转 -1 水平垂直翻转 import numpy as npimport cv2def horizontal_flip(image, axis): #axis 0 垂直翻转，1水平翻转，-1水...

2018-09-29 17:11:37 13148 1

原创 ECO: Efficient Convolutional Network for Online Video Understanding

目前视频理解最新技术存在两个问题：（1）推理的最大问题在于它只是在视频中局部进行，因此对于几秒的动作，它丢失了动作行为之间的关系（2）虽然存在快速处理的方法，但是整个视频的处理效率不高并且妨碍了长期活动的快速视频检索或在线分类。网络架构如图1所示。输入的视频被分成N个子部分Si，i = 1，...，N，它们具有相同的大小，并且在每个子部分中随机...

2018-09-17 15:48:17 2271

原创 PCANet: A Simple Deep Learning Baseline for Image Classification?

PCANet是一个简单但是效果很棒的网络，避免了深度学习中调参以及参数学习的过程和麻烦。该网络与CNN相比最大的地方在于卷积核是直接通过PCA计算得到的，而不是像CNN一样通过反馈迭代得到的。它的组成分成三个部分1）级联主成分分析（PCA）; 2）二进制哈希编码; 3）分块直方图。为了进行比较论文还研究了PCANet的两个简单变体：1）RandNet和2）LDANet。它们与PCAN...

2018-09-14 22:44:09 851 1

转载稀疏自编码

转自ufldl，原文地址：http://deeplearning.stanford.edu/wiki/index.php/%E8%87%AA%E7%BC%96%E7%A0%81%E7%AE%97%E6%B3%95%E4%B8%8E%E7%A8%80%E7...

2018-08-25 20:05:02 2576

原创 fuzzy-superpixels (FS) 模糊超像素分割方法

超像素概念是2003年Xiaofeng Ren提出和发展起来的图像分割技术，是指具有相似纹理、颜色、亮度等特征的相邻像素构成的有一定视觉意义的不规则像素块。它利用像素之间特征的相似性将像素分组,用少量的超像素代替大量的像素来表达图片特征,很大程度上降低了图像后处理的复杂度，所以通常作为分割算法的预处理步骤。已经广泛用于图像分割、姿势估计、目标跟踪、目标识别等计算机视觉应用。 ...

2018-08-22 16:41:02 3462 7

原创 IGRSS数据融合比赛

这里记录一下初次参加IGRSS比赛的经历比赛共有三个赛道，分别是高光谱图像分类，融合分类，Lidar数据分类，我们选择HSI与DSM融合比赛第一阶段：训练阶段查阅资料：总结前五年比赛使用到的方法，归纳优缺点，通过查找论文找到并且总结出对于我们有参考意义的方法有： ①自步学习，协同训练，svm ②随机森林，特征提取 ③CN...

2018-08-10 17:22:35 2229 17

原创 SpectralNet : spectral clustering using deep neural networks

谱聚类是无监督数据分析中的领先且流行的技术。其主要限制之一是频谱嵌入的可扩展性和泛化（即，样本扩展）。在这篇文章中介绍了一种克服上述缺点的谱聚类深度学习方法。文章中的网络称为SpectralNet，学习一个映射，将输入数据点映射到其相关图拉普拉斯矩阵的本征空间中，然后将它们聚类。文章中的训练好的SpectralNet可以实现将输入点到输出图拉普拉斯矩阵的本征空间的映射，并且实现聚类。训练Spe...

2018-08-10 16:44:10 3165

翻译图卷积Graph Convolutional Networks

CNN已经在计算机视觉（CV）以及自然语言处理等领域取得了非常好的水平，其中的数据可以被称作是一种Euclidean Data，CNN正好能够高效的处理这种数据结构，探索出其中所存在的特征表示。所谓的欧氏（欧几里德）数据指的是类似于grids, sequences… 这样的数据，例如图像就可以看作是2D的grid数据，语音信号就可以看作是1D的grid数据。但是现实的处理问题当中还存在大量的 No...

2018-07-18 20:58:24 28640 3

原创高光谱图像分类笔记-Hyperspectral image classification via a random patches network

文章中提出了一种有效的基于深度学习的方法Random Patches Network (RPNet) 用于高光谱图像分类，它直接将从图像中取得到的随机patches视为卷积核而无需任何训练。通过结合浅层和深层卷积特征，RPNet具有多尺度的优点，它具有更好的高光谱分类效果。目前普遍的深度高光谱图像分类的方法都是Fig.1所示，分别提取得到光谱信息，空间信息或者两者的联合信息然后用分类器分类，但是...

2018-07-11 15:37:27 10198 2

原创高光谱半监督分类（一）SS-LPSVM

最近一直在看半监督在高光谱图像分类上的应用，打算写一个系列，把一些经典的效果好的论文总结梳理一下，当作一个督促。一. 半监督大体分成五种方法① Generative model 缺点：生成模型是基于严格的假设构建的，例如，训练样本应遵循高斯分布或其他分布②Self-trainingSelf-Training的做法如下：用已标注数据集A训练一个分类模型M用该模型对未标记数据集B进行预测将预测结果中置...

2018-04-24 22:42:39 4155 4

lemontree的博客