人工智能
文章平均质量分 87
能智工人_Leo
一个正在学习人工智能的大学生
展开
-
几何视觉的编程实践——相机参数计算——基于ipyvolume的3D可视化——透视投影
本次实践是几何视觉的编程实践,主要实现了相机内外参的计算,标定板的三维可视化,最后还添加新的模型实测透视效果。原创 2022-11-29 13:38:45 · 1403 阅读 · 0 评论 -
计算机视觉实践之角点检测--Python实现--sobel滤波--Harris矩阵--角点检测器R--非极大值抑制
实现对图像的角点检测,编写Python程序能够对输入图像进行角点检测,并返回角点检测的结果,并且在可视化显示输出结果。使用的是pycharm,提前导入numpy和opencv库。原创 2022-10-26 20:32:04 · 2810 阅读 · 0 评论 -
安装labelimg过程问题----‘labelimg‘ 不是内部或外部命令,也不是可运行的程序或批处理文件。
安装labelimg过程问题----'labelimg' 不是内部或外部命令,也不是可运行的程序或批处理文件原创 2022-10-23 16:14:38 · 10204 阅读 · 10 评论 -
模式识别和机器学习实战-降维算法(PCA)- Python实现 - 半导体数据进行降维处理和人脸检测
文章目录前言一、 降维算法1.算法介绍2.主成分分析PCA3.在Numpy中实现PCA二、利用PCA对半导体制造数据降维三、实战四、代码1.主成分分析PCA2.对半导体数据进行降维处理3.人脸检测算法前言降维是指采用某种映射方法,将原高维空间中的数据点映射到低维度的空间中。通过降维可以减少 冗余信息所造成的误差,提高识别的精度,或者通过降维算法来寻找数据内部的本质结构特征。先介绍和解释步骤,分段介绍;最后再给出完整源码,只需修改一下文件路径即可运行。而具体的数据集文件和代码,在如下链接里:降维算法(原创 2022-04-11 20:35:03 · 3992 阅读 · 0 评论 -
模式识别和机器学习实战- 集成学习- Python实现 - AdaBoost算法
文章目录前言一、AdaBoost算法原理概述二、实战基于单层决策树构建弱分类器1. 简单数据集构建2. 建立单层决策树三、完整AdaBoost实现以及测试算法附加题:实战之房价预测完整代码前言我们在思考一个问题的时候,往往会考虑多个意见而不会只听一家之言,集成学习正是基于这种想法发展来的。事实上,集成学习是对其它算法进行组合的一种方式。集成学习算法分类:bagging && boostingbagging:基于数据随机重抽样的分类器(自举汇聚法),是在原始数据集选择S次获得S原创 2022-04-05 13:08:36 · 1764 阅读 · 0 评论 -
模式识别和机器学习实战- 朴素贝叶斯分类 - Python实现 - 实战之文档分类和过滤垃圾邮件
模式识别和机器学习实战 - 朴素贝叶斯分类 - Python实现 - 实战之文档分类和过滤垃圾邮件原创 2022-03-21 20:46:13 · 3198 阅读 · 2 评论 -
模式识别和机器学习实战-K近邻算法(KNN)- Python实现 - 鸢尾花种类预测
本篇文章来源于机器学习实战训练的一道题目,主要使用KNN算法实现,有以下几个要求:1.分割鸢尾花的训练集和测试集进行训练和测试2.自己设计函数对测试集进行测试3.要求输出错误率4.可以使用matplotlib设计不同k值下的错误率图表原创 2022-01-10 19:55:32 · 2180 阅读 · 0 评论 -
人工智能导论----学习笔记
第一节人工智能程序的特点:(和传统的计算机程序的区别)1.处理对象不仅仅是数据还有知识,信息。知识是对信息进行加工性处理2.没有固定的算法,需要用到搜索和检测3.可能没有唯一解,也可能没有解经典问题举例:八字码问题:九宫格移动8个数字到达想要的状态梵塔问题Hanni迷宫问题传教士和野人问题如果船只能载两人,任何时候当野人比传教士多时就会吃掉。一个思路为N=3,k=2求倒解推销员问题TSP蚁群算法一字棋问题四皇后问题最优化问题...原创 2021-08-30 09:41:59 · 1382 阅读 · 0 评论 -
基于OpenCV的行人识别-SVM+HOG
文章目录前言 一、opencv是什么? 二、步骤 1.环境搭建 2.了解SVM和HOG 3.代码实现 前言本文适用于刚刚入门学习的小白进行的基础操作,可以了解机器学习和计算机视觉的基本知识,需要一定的python语言基础。使用opencv帮助实现行人检测,了解SVM和HOG在机器学习中的使用推荐安装pycharm2021版本一、OpenCV是什么?OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉和机器学习软件库,可以运行在Linux、Window...原创 2021-08-20 16:46:39 · 2073 阅读 · 4 评论