一条小白鱼-CSDN博客

原创 HSI图像学习路线参考

HSI图像学习路线参考学习路线大致可以分为代码相关和原理相关。两者在学习顺序上应当是并行的，两者会自然地相互促进，学习代码也离不开对论文的学习。但是在不同时期侧重点不同，建议顺序：入门阶段从一两篇综述、一两篇经典论文开始学习，了解该领域基本术语、要做的任务、大致方向等；随后进行代码学习，1对已有经典开源代码的学习；2对某篇经典论文进行代码复现；广泛的阅读前沿论文，激发idea，并通过代码进行初步验证代码相关1 对经典代码学习借助一份经典代码，通过debug模式逐行运行，理解

2022-05-09 12:09:32 464 1

原创高光谱图像数据集下载地址

文章地址：https://picture.iczhiku.com/weixin/message1590686900389.html

2022-02-20 13:23:24 2417

原创 word中MathType公式行距过大问题

取消段落-间距-对齐到网格参考文章：https://blog.csdn.net/pang9998/article/details/86554108

2021-12-17 22:15:47 833

原创 plt 画图去白边

注意h，w次序 h,w=img.shape plt.imshow(seg,'jet') plt.axis('off') plt.gcf().set_size_inches(w / 100.0 / 3.0, h / 100.0 / 3.0) plt.subplots_adjust(top=1, bottom=0, left=0, right=1, hspace=0, wspace=0) plt.savefig(save_name+str(i),dpi=600)

2021-11-19 15:24:01 3403 1

原创百面深度学习 -卷积神经网络

笔记一、卷积神经网络卷积的特点：局部连接，权值共享，输入/输出数据的结构化。局部连接指的是输出特征图上的每个节点都至于输入层的部分节点相连接。全职共享指卷积核的滑窗机制，使得输出层上不同位置的节点与输入层的连接权值是一样的。以上两个特点使得卷积操作能够在数据中大致保持输入数据的结构信息（空间对应关系）。而全连接层会丧失这种对应关系。参数量取决于每个卷积核的参数量以及卷积核的个数。如每个卷积核有cikwkhc^{i}k_wk_hcikwkh个参数，而卷积核个数等于输出特征图的通道数，总参数

2021-10-07 15:43:19 640

原创高光谱图像分类论文学习————SSRN

今天学习的文章是Spectral-Spatial Residual Network for Hyperspectral Image Classification: A 3-D Deep Learning Framework引用：Z. Zhong, J. Li, Z. Luo, and M. Chapman, “Spectral–spatial residual network for hyperspectral image classification:

2021-10-07 15:41:58 2346 2

原创 Dockerfile 配置linux 环境、python

Dockerfile 配置linux 环境、python# 基础镜像使用cudaFROM nvidia/cuda:10.0-cudnn7-runtime-ubuntu18.04 # 配置程序依赖环境 RUN apt-get update && apt-get install -y --no-install-recommends \ build-essential \ cmake \ curl \ ca

2021-09-29 11:02:33 384

原创 jet颜色图BGR/RGB数值

将【low,high】之间的数映射为jet颜色图的BGR数值#!/usr/bin/python3.8# -*- coding: utf-8 -*-# @Time : 2021/8/1 15:02# @Author : dongdong# @Software: PyCharmimport numpy as npBGR = '''0,128,0,01,132,0,02,136,0,03,140,0,04,144,0,05,148,0,06,152,0,07,156,0,0

2021-09-09 15:44:11 6585

原创手写代码系列

混淆矩阵与OA、AA、KappaSoftmax、交叉熵损失函数多分类 CE=−∑iKpiytlog(pi)CE=-\sum_{i}^{K}p_i^{yt}log(p_i)CE=−∑iKpiytlog(pi)（piyt表示yt==ip_i^{yt}表示yt==ipiyt表示yt==i）# 多分类 import numpy as npdef softmax(x): # 将非概率值矩阵x [N,C] 转换为概率值 m, n = len(x), len(x[0]) for i

2021-08-16 20:55:42 1123 1

原创 C++ const

概念：顶层const：指的是const修饰的变量本身是一个常量，不可改变，指的是指针，在∗*∗的右边底层const：指的是const修饰的变量所指向的对象是一个常量，指的是所指变量，就是∗*∗号的左边int main() { int a=10; int c=5; int *const b1=&a; //const 在*右边，顶层const，b1不可改变 // b1=&c; //error const int * b2=&amp

2021-07-19 17:28:46 48

原创代码相关知识

点到直线的距离相关知识点：https://baike.baidu.com/item/%E7%9B%B4%E7%BA%BF%E7%9A%84%E4%B8%80%E8%88%AC%E5%BC%8F%E6%96%B9%E7%A8%8B/11052424?fr=aladdinstruct Point{ double x; double y; Point(double a,double b):x(a),y(b){};};double getDistance(Point p1,Poin

2021-07-03 20:23:28 138

原创小白鱼学习指南--知识链接集合

批标准化BN和层标准化LNhttps://www.cnblogs.com/paiandlu/p/13578419.html

2021-07-01 16:36:32 134

原创排序算法 C++

一、快速排序思想：自上而下的分治法。对于区间[l,r][l,r][l,r],一般选择nums[l]nums[l]nums[l]作为标兵pivot，经过一轮排序，比pivot大的都在pivot右边，比pivot小的都在pivot左边。接下来分别对[l.pivotPos−1][l.pivotPos-1][l.pivotPos−1],[pivotPos+1][pivotPos+1][pivotPos+1]进行快排。实际上，pivot相当于对标兵元素进行了暂存，因此标兵元素对应位置相当于为空，可以被其他元素直

2021-06-27 17:08:16 74

原创高光谱图像分类论文学习——SuperPCA！

SuperPCA: A Superpixelwise PCA Approach for Unsupervised Feature Extraction of Hyperspectral ImageryJunjun Jiang , Member, IEEE, Jiayi Ma , Member, IEEE, Chen Chen, Member, IEEE, Zhongyuan Wang, Member, IEEE, Zhihua Cai, and Lizhe Wang , Senior Member, I.

2021-05-18 09:50:24 1757

原创高光谱HSI论文阅读——A Superpixel-Correlation-Based Multiview Approach for HSIC

高光谱HSI论文阅读——A Superpixel-Correlation-Based Multiview Approach for HSIC一种基于超像素-相关性的多视角的高光谱图像分类方法论文来源：IEEE GEOSCIENCE AND REMOTE SENSING LETTERS,2021,03引用：S. Huang, Z. Liu, W. Jin and Y. Mu, "A Superpixel-Correlation-Based Multiview Approach for Hyperspec

2021-04-28 14:33:38 716

qq_36338830的博客