- 博客(24)
- 收藏
- 关注
RSS订阅原创 机器学习分类自动调参算法（含python示例：后台私我拿数据集哦）
其中new_cols是去除了df表头里后面的-%，只保留了Al,Fe,.....作为新表df_scaled的表头。PCA可以把可能具有线性相关性的高维变量合成为线性无关的低维变量，称为主成分（principal components），新的低维数据集会尽可能的保留原始数据的变量，可以将高维数据集映射到低维空间的同时，尽可能的保留更多变量。读取到的数据有10行，其中Al,Fe,Mn,S,TOC,U_PPM,V_PPM,MO_PPM是岩石的各种化学物质的含量，也是岩性识别的特征。（重合的地方较少）。
2024-06-28 16:26:44
926
1
原创 边缘检测的最新技术与方法
基于小波的边缘检测原理就是利用小波函数对图像进行有效的分解，在小波变换的过程中只对图像的低频部分进行分解，并不对图像的高频部分进行分解。数学形态学是图像处理和模式识别领域中的一门新兴科学，具有严格的数学理论基础，现在已经在图像工程中得到了广泛应用,是20世纪60年代由法国科学家Serra和德国的Matheron提出的，到20世纪70年代中期完成了理论论证,基于数学形态学的边缘检测技术的基本思想是:用具有一定形态的结构元素去度量和提取图像中的对应形状,以达到对图像分析和识别的目的。边缘检测的最新技术与方法。
2024-05-08 14:51:38
406
原创 OpenCV之边缘检测（附python代码）
边缘检测可以按照原理被分为两类，第一类是基于查找的一类（通过寻找图像一阶导数中的最大最小值来检测边界）第二类是基于零穿越的一类（寻找图像二阶导数的零点）。经常有人将锐化和边缘检测弄混，找到有差异的相邻像素是边缘检测，增加有差异的像素的对比度是图像锐化。具体处理的过程是：1.对图像灰度化处理2.使用filter2D函数对图像求梯度，3.将x方向上的梯度和y方向上的梯度求绝对值（convertscaleAbs函数）后将两个方向上的绝对值按照加权值进行相加（addweighted函数）4.最后显示图像。
2024-04-29 19:40:56
758
原创 非线性滤波opencv 处理图像
在opencv中用函数cv2.bilateralFilter(src,d,sigmaColor,sigmaspace[,dst[,bordertype]])其中src时输入的图像，d表示过滤式每个像素周围的领域直径，sigma color表示在color space中国绿的sigma参数越大，临近像素会在更远的地方混合，sigmaspace表示在coordinate space中过滤sigma参数越大，那些足够详尽的颜色影响越大。缺点是中值滤波时间在均值滤波 的五倍以上。非线性滤波分为中值滤波和双边滤波。
2024-04-16 09:46:26
139
原创 opencv 线性滤波之高斯滤波
比如低通滤波器，像素能量低的通过，像素能量高的将会采取加权平均的方法重新计算像素的值，将像素的值变成能量较低的值。卷积核：用来对图像矩阵进行平滑的矩阵，高斯卷积核是一个近似服从高斯分布的矩阵，随着距离中心点的距离的增加，其值变小。其中，src表示输入图像，dst表示输出图像，ksize表示内核大小，sigmaX和sigmaY表示核函数在x和y方向上的标准偏差，borderType表示边界模式，一般选默认即可。锚点：卷积核和图像矩阵重叠，进行内积计算后，锚点位置的像素点会被计算值取代。
2024-04-15 23:32:00
275
1
原创 opencv 图像平滑
消除噪声的工作称为图像平滑。图像平滑分为空间域平滑和频率域平滑。在空间域，平滑滤波有很多种算法，其中最常见的有线性平滑，非线性平滑，自适应平滑。如果是对各像素灰度值进行简单处理最后求和就是线性滤波；如果对像素灰度值的运算比较复杂，而不是最后求和的简单运算，则是非线性滤波。线性滤波相当于一个包含加权系数的窗口。下面介绍线性滤波器里的归一化方框滤波器和高斯滤波器。
2024-04-01 20:05:58
170
原创 opencv直方图均衡化
直方图均衡化可以增强局部图像的对比度，在数据较为相似的图像中的作用更加明显。具体实现使用的累积分布函数。直方图均衡化的简并现象不仅会使出现频数过大的灰度级别过度增强，还会使所关注的目标细节信息丢失，未达到预期的目的。目前有改进算法，比如基于幂函数的加权自适应直方图均衡化，平台直方图均衡化。
2024-03-27 23:36:35
174
原创 opencv直方图绘制
一幅图像由不同灰度值的像素组成，图像中的分布情况是该图像的一个重要特征。图像的灰度直方图描述了图像中灰度的分布情况，能够很直观的展示出图像中各个灰度级所占的多少。下面展现绘制灰度图的直方图和BGR的直方图两种类别。
2024-03-27 22:46:16
143
原创 opencv 计算机视觉 灰度变换之非线性变换
2.图像的傅里叶频谱的动态范围可能宽达0~10^6.直接显示频谱显示设备的动态范围往往不能满足要求，这时就需要使用对数变换。使得傅里叶频谱的动态范围被合理的非线性压缩。指数变换多用于图像整体偏暗，扩展灰度级，还可用在图像有“冲淡”的外观，需要压缩中高以下的大部分灰度级的情况下。指数变换就是用来图像增强的，提升了暗部细节。1.对数曲线在像素值较低的区域斜率较大，，在像素值较高的区域斜率较低，所以经过对数变换后的图片在较暗的区域对比度将会得到提升，因而能增强图像暗部的细节。
2024-03-26 00:02:18
337
原创 opencv灰度变换（分段线性变换）
变换（Piecewise Linear Transformation）是一种图像处理技术，它通过对不同区域的像素值应用不同的线性变换来调整图像的对比度和亮度。这通常用于增强图像中特定区域的细节或调整图像的整体外观。
2024-03-25 19:50:19
156
原创 opencv 灰度的线性变换
首先以灰度的形式存储图片，然后对储存的像素点乘以扩张因子K加减斜率b.k=1,b不等于0时，所有图像灰度值上移或下移使图整个图像更亮或者更暗。k<0,b>0时，暗区变亮，亮区变暗，完成了图像求补运算。k=-1,b等于255时，输出图像的灰度正好反转。k>1时，输出图像的对比度增大。k<1时，输出图像的对比度减小。
2024-03-25 19:26:09
369
原创 opencv 灰度变换（灰度化）
可以发现最大值法的运算速度最慢效率最低，而平均值法出现了一定程度上的失真。,其中RGB分别是红，绿，蓝颜色通道的像素值。
2024-03-25 18:31:37
247
原创 opencv 在图像中查找轮廓（含python例子）
该函数具体的用法为cv2.threshold(src, thresh, maxval, type[, dst])，返回值为retval, dst。findcontour函数: image, cnts, hierarchy = cv2.findContours(a,b,c)//寻找图形中的轮廓。c:轮廓的近似方法有两种：（近似都是用近似矩形的方法，c不同的取值只是存储近似矩形的方法不同）image:处理过的图像（就是原本的图像，findcontous函数不改变你传入的图像）这个可以自己进行设置。
2024-03-20 13:12:59
314
1
原创 opencv 滑动条事件（含python例子利用滑动条控制图片亮度）
其中包含两个回调函数函数(updateAlpha和updateBeta)用来更新每次滑动条更新后，所获得的值。用到的库函数有createTrackbar用来创建滑动条和GetTrackbarpos用来获取滑动块的位置，和settrackbarpos用来设置滑动条的当前位置。（忽略函数名的大小写）最后的结果如下：滑动条为初始设置数据时。
2024-03-18 11:42:23
247
1
原创 国科大人工智能第四次课程作业答案：第4章 复杂环境中的搜索
(3)模拟退火方法在八数据问题和八皇后问题上相对于最陡上升爬山法和首选爬山法有着较高的成功率，因为其以一定概率接受“坏数据”进而可以跳出局部最优点，但是其搜索耗散特别大。从左到右算法分别为最陡上山法，首选爬山法，随机重启爬山法，模拟退火算法）生成大量的八数码问题和八皇后问题并用以下算法分别求解：（对于八数码问题，可以自定义合适的目标状态）计算搜索耗散和问题的解决率，并用图对比它们和最优解代价的曲线。(1)最陡上升爬山法和首选爬山法有着相似的成功率和搜索耗散。1. 爬山法（最陡上升和首选爬山法）
2024-01-12 00:36:13
566
原创 国科大人工智能第三次课程作业答案：第3章 通过搜索进行问题的求解
（3）从迷宫的任一点出发，我们可以朝四个方向中的任一方向前进直到可以转弯的地方，而且我们只需要这样做。题目：三个传教士和三个野人在河的一岸，有一条能载一个人或者两个人的船。（4）在我们对问题的最初描述中已经对现实世界进行了抽象，限制了机器人的行动并移除了细节。（2）应用合适的搜索算法求出该问题的最优解，描绘出搜索过程。（2）在迷宫中游走，在两条路或更多路交叉的路口可以转弯。（1）请对该问题进行详细形式化，只描述确保该问题求解所必需的特性。（3）这个问题的状态空间很简单，你认为是什么导致人们求解它很困难。
2024-01-12 00:28:36
439
原创 国科大人工智能第二次课程作业答案：第2章 智能Agent（雷震老师讲）
机器体系结构的复杂性和能力可能限制了可以实现的Agent函数的范围。某些Agent函数可能需要更高级的计算能力、更大的存储能力或其他特定的硬件和软件要求，而给定的机器体系结构可能无法满足这些要求。答：是的，对于给定的Agent函数，可能存在多个不同的Agent程序可以实现相同的函数。这是因为在实现Agent函数的过程中，可以采用不同的算法、数据结构和策略，而这些选择可能导致不同的Agent程序。你的实现是必须是模块化的，以使传感器、执行器和环境特征（大小、形状、灰尘放置等）便于修改。
2024-01-12 00:17:56
562
原创 国科大人工智能第一次作业（雷震老师讲）
2.条形码扫描器可以自主识别图形的位置，和其所携带的信息；语音激活的电话菜单可以识别语音内容为文字，并且通过说话者的音色进行判断是否具有激活权限；对网络状态动态响应的网络路由器算法可以对网络速度有不同要求的用户进行自主合理的分配。设计这样的系统想达到的目标是形成一个为了实现最佳期望结果而行动的智能体。设计这样的系统想达到的目标是什么？1. 反射行动（比如从热炉子上缩回你的手）是理性的吗？- 对网络状态动态响应的网络路由算法。1.反射行动是理性的，也是智能的。- 语音激活的电话菜单。
2024-01-12 00:13:22
414
原创 用opencv实现抠图（加水印）附上python代码
直接用cv2库里的max和min可以直接用python实现ps的抠图加水印的效果，前提是两幅图片的像素大小应该一样。以下是代码实现，可以后台私信找我要原图哦。
2024-01-10 23:25:24
544
1
原创 BP神经网络入门（原理+matlab代码实现）
对于很多刚入门的小伙伴来说，神经网络可能比较陌生。神经网络其实是对人认知物体的一种仿真。比如幼儿园老师再教小朋友认动物的时候，会让记住一些特征：比如兔子有长长的耳朵，爱吃萝卜和青菜.........,神经网络也是这样通过构建特征值之间的关系来预测一个较为可靠的结果，更值得一提的是BP神经网络因为有隐藏层的存在所以对于处理复杂的非线性的关系更加准确。目前的神经网络发展到了许多种，在这里我们先介绍一种较为基础和经典的BP神经网络。
2023-01-14 20:03:59
6263
4
原创 无监督智能地震速度拾取（matlab实现）
1.输入一聚类簇数为k的样本集，样本集大小为m*n的矩阵 在样本集中随机抽取k个样本作为初始均值向量（cluster center）；2.计算每个样本点与各均值向量的距离d 根据距离d将每个样本点划入与之最近的簇中，此时均值向量发生改变；3.对簇中每个样本求和/簇中样本个数求得新的均值向量；4.更新均值向量，当均值向量不再改变时停止迭代 ，输出将样本集最后划分的k个簇；
2023-01-10 16:55:38
824
9
linux匹配命令awk、grep、sed简介
2024-04-12
逆时偏移matlab代码
2024-03-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人