- 博客(5)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 深度学习与支持向量机的分类原理异同
深度学习利用神经网络对数据进行分类，我们来看看其分类的本质是什么。下面我们来看一个2层的神经网络中的第1层：输入a可以看作三维空间的一个点，输出z可以看作两维空间的点。从输入a到输出z，首先输入向量a左乘了一个变换矩阵w，经历了坐标变换被压缩了一维，然后再进行了一个sigmoid函数映射，实质上是对二维空间进行了扭曲（非线性化）。然后再进行一个二维坐标变换和sigmoid映射，最后输出结果。很明显...
2018-03-29 11:17:05
9131
3
原创 奇异值分解(SVD)原理
在主成分分析（PCA）中，需要求协方差矩阵的特征值λ与特征向量V，如果矩阵较大，计算起来太消耗内存。而奇异值分解可以不通过协方差矩阵获取特征值λ与特征向量V。奇异值分解方法见：奇异值分解(SVD)原理与在降维中的应用SVD也是对矩阵进行分解，但是和特征分解不同，SVD并不要求要分解的矩阵为方阵。假设我们的矩阵A是一个m×n的矩阵，那么我们定义矩阵A的SVD为：A=UΣVT其中U是一个m×m的矩阵，...
2018-03-23 17:06:35
624
原创 PCA主成分分析与K-L变换学习历程
PCA可以用于数据降维压缩。本质上是对一组多维数据进行坐标变换，从标准坐标变换到新的坐标系下，使得主要坐标轴上的分量的方差最大化，然后把分量方差较小的轴置零，达到降维的效果。对于图像处理来说，一组相似的m×n的图像在标准坐标系下有m×n维，因此大部分维度是相关性很强的。现在要找到一个正交坐标系，使所有图像对应的向量都尽量能分解在几个主成分坐标轴上（主成分坐标轴意味着向量在上面的分量方差最大），即K...
2018-03-22 17:24:37
2262
原创 回调函数的参数传输问题
做强光特征分析，需要在一个视频中画多个框，而且是在视频中间出现强光时画框。因此画框的回调函数中有一些标志鼠标动作的参数必须传到主程序中来。如下我用了flag列表，才将参数传出来。如果简单的定义全局变量，这些参数是传不出来的，不知道为什么。程序如下：import numpy as npimport cv2dotLoc = [[col for col in range(4)] for row i...
2018-03-17 00:51:11
9050
1
转载 python图像处理
pycharm已经安装了cv2库，直接import cv2即可。测试代码:import cv2import numpy as npimg = cv2.imread('D:\lena.jpg')cv2.imshow('lena",img)cv2.waitKey(10000)CV2主要函数介绍scikit-image库介绍cv2.VideoCapture(0) 读取笔记本内置摄像头视频cv2....
2018-03-15 16:30:51
601
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人