![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
文章平均质量分 59
big_confidence
我就想往大数据上面发展
展开
-
MCMC-蒙特卡洛算法
1.马尔可夫链 有这么一种链,就是当前点的状态的概率只与前一个点的状态有关,这就是一阶马尔可夫链。多阶的就是将与前一个点改成与前k个点。这里有一个很经典的列子:就是将一天的天气分成三种状态:出太阳,下雨,阴天。首先明确点是什么?点就是某一天,可以设为x,然后就是一条链了,链就是..., 昨天,今天,明天,后天,...今天的天气状态和今天以前的我们都知道的,那么明天呢原创 2013-06-04 14:17:15 · 7391 阅读 · 0 评论 -
Gibbs sampler
今天将这个所学到的写入到这里以来保留自己学过的痕迹。Gibbs采样器主要的用途是用来采样的,那么能不能在开始的时候给自己提几个问题呢?1.为什么要用Gibbs采样,采用Gibbs采样有哪些好处?2.Gibbs采样是否正确?得到的样本是否为所服从的分布?3.采样需要注意哪些问题?1.我们来看,如果现在给定一个高斯分布模型,其中的参数都为已知,那么我们怎么样从这个高斯分布中用计算机原创 2013-06-06 16:58:53 · 3192 阅读 · 0 评论 -
关于变化检测中的遗传算法适应度值的质疑
最近在做关于基于遗传算法的遥感图像变化检测,但是我的结果就是不能得到好的正确率。开始时我怀疑自己的程序是否正确,然后再一次苦苦的啃着论文。看了几遍后没有感觉算法有问题。那么,会是哪里出了问题呢?开始瞄准遗传算法中的适应度值。但是,这个是经过证明的。而自己却不能去证明,那么就放弃了吗?不行,谁也阻止不了我思考这个问题。为了找到一个比较可靠的验证,我需要一个完全知道地物的真实性,那么就用模拟的数据原创 2013-06-16 12:32:14 · 3633 阅读 · 2 评论 -
遗传算法
早些时候就开始接触遗传算法,但是编的写程序出来的结果总是让人感觉到一点不安。今天再看了一遍,感觉又有一点收获。1.我以前脑海中的遗传算法 第一,将问题转换到一个合适的编码,即所谓的染色体。 第二,初始化遗传算法的参数:多少染色体N,交叉概率Pc,变异概率Pm。随机初始化遗传算法的祖先染色体。 第三,交叉,交叉的染色体个数为Pc*N,这里是直接的选原创 2013-06-07 12:05:00 · 1337 阅读 · 0 评论