2017年07月_这题我会啊

原创计算机视觉----Harris 角点检测

角点局部窗口沿各方向移动，均产生明显变化的点图像局部曲线曲率突变的点 Harris 角点检测Harris角点检测的思想完全是根据定义来的数学表达为： E(u,v)=∑x,yw(x,y)[I(x+u,y+v)−I(x,y)]2E(u,v)=\sum_{x,y}w(x,y)[I(x+u,y+v)-I(x,y)]^2 其中w为窗口函数I(x+u,y+v)I(x+u,y+v)是平移后的图像灰

2017-07-28 20:58:46 853

转载计算机视觉----图像底层特征提取之边缘提取（二） Canny算法

图象的边缘是指图象局部区域亮度变化显著的部分，该区域的灰度剖面一般可以看作是一个阶跃，既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。图象的边缘部分集中了图象的大部分信息，图象边缘的确定与提取对于整个图象场景的识别与理解是非常重要的，同时也是图象分割所依赖的重要特征，边缘检测主要是图象的灰度变化的度量、检测和定位，自从1959提出边缘检测以来，经过五十多年的发展，已有许多中不

2017-07-28 17:58:40 5877

原创计算机视觉----图像底层特征提取之边缘提取（一）

图像底层特征提取是计算机视觉的基本步骤 1：边缘和轮廓能反映图像内容； 2：如果能对边缘和关键点可靠提取的话，很多视觉问题就基本上得到了解决边缘的定义“边缘是图像中亮度突然变化的区域。”“图像灰度构成的曲面上的陡峭区域。”“像素灰度存在阶跃变化或屋脊状变化的像素的集合。”灰度图像中的边缘类型边缘的提取灰度图象边缘提取，主要的思想： - 抑制噪声（低通滤波、平滑、去噪、模糊） -

2017-07-27 18:37:05 6553

转载机器学习中的损失函数

损失函数（loss function）是用来估量你模型的预测值f(x)与真实值Y的不一致程度，它是一个非负实值函数,通常使用L(Y, f(x))来表示，损失函数越小，模型的鲁棒性就越好。损失函数是经验风险函数的核心部分，也是结构风险函数重要组成部分。模型的结构风险函数包括了经验风险项和正则项，通常可以表示成如下式子：其中，前面的均值函数表示的是经验风险函数，L代表的是损失函数，后面

2017-07-21 09:01:55 484

原创深度神经网络中梯度消失的原因及解决

我们总听到说梯度消失梯度消失，究竟是什么原因呢。梯度消失上图是我们的简单3隐层神经网络，我们采取sigmod函数作为每个神经元的激活函数。即，每层输入为： zi=ωioi−1+b1z_i=\omega_io_{i-1}+b_1 输出为： oi=σ(zi)o_i=\sigma(z_i) 则根据求导的链式法则有： ∂C∂b1=∂C∂o4∂o4∂b1=∂C∂o4∂o4∂z4∂z4∂b1=∂C

2017-07-18 17:08:24 3152

原创 logistic regression 和 softmax regression的损失函数

我们有logistic regression可以将实数域的输入映射为0到1的概率输出，能够有很好的意义。但是如果用平常的MSE（最小均方误差）就会有问题。我们来剖析这个问题：logistic与MSE现在有一个目标：输入0，输出1。为了方便起见，我们现在只考虑有一个神经元我们给定初始的权重w=0.6,b=0.9来看学习趋势，这里学习率 η=0.15，初始预测值为0.82 可以看到Co

2017-07-17 21:52:55 1910

转载马氏距离+协方差公式+无偏估计

以下资源均来自互联网马氏距离与其推导马氏距离就是用于度量两个坐标点之间的距离关系，表示数据的协方差距离。与尺度无关的(scale-invariant)，即独立于测量尺度。基本思想（intuition）如下图的过程（以两个维度作为例子），此例的数据重心为原点，P1,P2到原点的欧氏距离相同，但点P2在y轴上相对原点有较大的变异，而点P1在x轴上相对原点有较小的变异。所以P1点距原点的直观距离是比P2点

2017-07-12 22:08:50 11244 1

原创 C++----动态内存

除了自动和static对象外，C++还支持动态分配内存对象。动态分配的对象的生存期与它们在哪里创建时无关的，只有当显示地被释放时，这些对象才会销毁。动态对象的正确释放被证明是编程中及其容易出错的地方。为了更安全地使用动态对象，标准库定义了两个智能指针类型来管理动态分配的对象。当一个对象应该被释放时，指向它的智能指针可以确保自动地释放它。为了更容易（同时也更安全）地使用动态内存，新的标准库提供

2017-07-10 17:06:17 408

原创不同的子序列

Lintcode-118

2017-07-06 22:06:02 538

原创 C++----关联容器

关联容器概述关联容器（有序和无序的）不支持顺序容器的位置相关的操作，例如push_front或push_back。原因是关联容器中元素是根据关键字存储的，这些操作对关联容器没有意义。而且，关联容器也不支持构造函数或插入操作这些接受一个元素值和一个数量值的操作。关联容器的迭代器都是双向的关键字类型的要求map的第一个元素是关键字，而set只有一个元素亦是关键字。关联容器对其关键字类型有一些限制。对

2017-07-04 15:53:58 357

原创拓扑排序（BFS，DFS）

Lintcode-127

2017-07-03 20:20:15 532

欢迎来到我的酒馆