passingtimer-CSDN博客

转载关于0x80000000为什么等于-2147483648和负数在内存上储存的问题

https://blog.csdn.net/youyou362/article/details/72667951/转一下

2019-05-16 15:23:52 548

转载 mixchannel

CV_EXPORTS void mixChannels(const Mat* src, size_t nsrcs, Mat* dst, size_t ndsts, const int* fromTo, size_t npairs);Mat rgba( 3, 4, CV_8UC4, Scalar(1,2,3,4) );Mat...

2019-04-11 13:32:31 556

转载 opencv配置问题

vs2017 -配置 opencv344感谢大佬的博客：https://blog.csdn.net/qq_41175905/article/details/80560429跪谢

2019-02-27 16:07:12 234

原创霍夫变换-测试

2018年10月25日15:22:48今天，通过测试霍夫圆变换参数。即CV_EXPORTS_W void HoughCircles( InputArray image, OutputArray circles, int method, double dp, double minDist, ...

2018-10-25 15:40:25 218

根据阅读《神经网络与机器学习》了解并解决部分问题，通过博客记录。什么是多层感知器？根据对Rosenblatt感知器，最小均方算法的学习，多层感知器是一种在以上基础的上的一种推广。其中关键就是包含了一个或多个隐藏层的感知器。为什么要使用多层感知器而不使用Rosenblatt感知器呢？对于Rosenblatt感知器来说，它只能处理线性可分的双半月问题，对于线性不可分问题来讲，需要多层感知器这样的结构才...

2018-07-01 11:20:25 2769

原创最小均方算法

引用《神经网络与机器学习》一文中的一句话，“Rosenblatt感知器是解决线性可分模式分类问题的第一个学习算法，而最小均方算法（LMS）是第一个解决如预测和信道均等化等问题的线性自适应滤波算法。”首先介绍LMS算法的优点：1、算法编程简单；2、计算复杂度是线性的故计算高效（相比于非线性）；3、对于外部扰动来说，它是一个独立模型，它是鲁棒的。缺点：1、LMS算法的收敛速度慢，需要输入空间维数的10...

2018-06-06 15:28:56 2954

原创线性回归函数对给定随机变量集合建模

回归模型分为线性回归模型和非线性回归模型。这里讨论线性回归模型，这一模型参数化之后为：d=w转置x+e其中d称为期望响应，x称为回归量，w称为参数向量，e称为期望误差，w的维数与回归量x的共同维数称为模型阶。注：线性回归模型如图p42对线性回归参数向量选择的过程进行量化，进而得到4个密度函数。1、观测密度，给定参数向量w，由回归量x对环境响应d的“观测”。2、先验，先验于环境观测量的参数向量w的信...

2018-06-02 22:13:15 372

原创 Rosenblatt感知器

感知器作为第一个算法上完整描述的神经网络，有很重要的学习必要。感知器是用于线性可分模式分类的最简单的神经网络模型。Rosenblatt证明了当用来训练感知器的模式来自两个线性可分的类时，感知器的算法是收敛的，并且决策面是位于两类之间的超平面。对于基本感知器的权值向量自适应算法可以由以下表示：1、假设某个成员x的第n次迭代，x(n)的权值为w(n)并且该权值能正确分类那么下面的规则就不做更改w(n+...

2018-06-01 12:24:06 306