- 博客(69)
- 收藏
- 关注
RSS订阅原创 6月6日汇报
这三个矩阵中的向量分别代表某个用户、某个物品和某个属性。K是一个参数，类似于矩阵分解中的隐变量的维度。假设有一个三维张量是M维用户乘以N维物品乘以R维的物品特征。那么分解出来的三个矩阵就分别为。在原始的三维张量中，某个元素就是这三个矩阵的某三个向量对应元素乘积相加的结果。三阶张量的CP分解是将其分解为三个矩阵。，则CP分解可以写为。
2023-06-05 22:08:27
383
原创 05/23报告
在这 k 次提及中情感的平均值。上式同样将矩阵元素转化为1-N的分数。为用户u提到特征j的次数。上式可以将矩阵元素转化为1-N的分数。，提取其所有的（F，S'）对。的评论中被提及的次数，其中， k 表示特征。
2023-05-23 09:17:15
434
原创 05/09报告
1）2分类（3分及以下标签为0，3分以上标签为1）1）二分类的准确率在85%左右，五分类准确率在60%左右。2）5分类（标签0-4代表1-5分）2）可能是因为高评分的数据较多，导致预测分数偏高。3）部分预测结果与原评论有差距。1）调整训练数据，尽量分布均匀。
2023-05-09 09:53:09
475
原创 Prim算法的最优子结构
不失一般性，令prim算法指定的初始节点为。所以最优子结构成立。相连的节点，保留权值最小的边与。相连且边权值最小的节点为。的最小生成树，则存在。
2023-03-31 08:54:16
146
原创 代码效果测试
5）使用OpenCV的morphologyEX函数在保留轮廓的情况下突出4）中结果的边缘。2）使用OpenCV的canny函数进行边缘检测；3）使用OpenCV的MSER检测文字区域；4）将2）和3）结果的交集认为是文字区域；1）将原图转为灰度图；
2022-12-09 14:10:15
613
原创 图片矫正
基于顶点矫正的思路对于原始图片的边界有较高的要求（完整且清晰）。上面测试的两张图片在有边界（虽然边界不完美）的情况下不能矫正图片，并且还要考虑以下类型图片，可能要改变一下思路。
2022-11-10 15:23:22
4346
2
原创 论文写作心得
三个部分是连贯的，首先说明问题所属的领域，解释最重要的概念；一篇论文的符号应当遵从一致性，即表示某一意义的符号在论文的各个位置都应当使用同一形式，不能前面用 X ，后面用 x。28.论文中的表格应该与文字的边距相同，如果表格的内容不多或者太多装不下，可以使用Latex控制表格的宽度。有些作者有自己的一些爱好，比如名中间连词符，有些则喜欢独立，我们在查阅他们的论文时，要了解和尊重对应的习惯。1.第一篇论文不要盲目地追求创新，更应该是找一篇顶刊顶会的文献，尝试复现别人的工作，先对该领域的工作有一定了解再说。
2022-11-06 14:33:05
381
原创 竞品对图片的处理
二进制文件1）FF DB 开头为 DQT 字段，00 43 是段长度，00 是 QT 信息（高 4 为是 QT 精度，低 4 位是 QT 号），剩下的是 QT 量化表。JPEG 一般有两个 DQT 数据，一个实亮度，一个是色度。2）FF C0 开头是 SOF0 图像基本信息，00 11 是段长，08 是样本精度，0C 00 是图片高度，0C 00 是图片宽度，03 是组件数，表示为彩色图（灰度图是 1 ）。
2022-10-21 17:14:44
230
原创 OpenCV图像矫正
基本步骤：1）变为灰度图；2）Canny边缘检测：Canny算法的基本思想是寻找一张图片中灰度强度变化最强（梯度方向）的位置；3）使用 OpenCV 的 findcontours() 提取轮廓（一个轮廓对应一组点集）；4）根据轮廓求最小外包四边形（一个四边形对应四个点坐标）；5）筛选得到的四边形（面积最大、各角接近90°等），存储四个顶点坐标；6）根据顶点变换得到矫正后的图片。
2022-10-12 19:21:04
7603
2
原创 OCR——图像超分调研
能够隐式地学习图像的先验知识，并利用学习到的先验知识生成效果更好的超分辨率图像。该类方法中经典的包括 SRCNN、ESPCN、VDSR、DRCN、DRRN、EDSR、SRGAN、ESRGAN、RDN、WDSR、LapSRN、RCAN、SAN、IGNN、SwinIR等。基于学习的图像超分辨率重建算法在重建结果上取得了远超传统算法的优势，但由于对硬件设备和处理时间的高要求导致这些算法中被实际应用的寥寥无几。估计退化模型就是在对图像进行超分辨率重建的同时，从低分辨率图像中估计图像的运动信息、模糊信息和噪声信息。
2022-09-16 19:36:08
1700
原创 Ubuntu20.04环境下编译MNN
MNN是一个轻量级的深度神经网络推理引擎，在端侧加载深度神经网络模型进行推理预测。目前，MNN已经在阿里巴巴的手机淘宝、手机天猫、优酷等20多个App中使用，覆盖直播、短视频、搜索推荐、商品图像搜索、互动营销、权益发放、安全风控等场景。此外，IoT等场景下也有若干应用。下面介绍在 Ubuntu20.04 环境下编译 MNN 的过程。......
2022-08-28 19:30:10
1087
原创 矩阵分析与应用(22)
向量的范数是用来刻画向量大小的一种度量。设映射满足：① 非负性：，当且仅当时，；② 其次性：；③ 三角不等式：。则称映射为上向量的范数。由于一个矩阵可以看做维向量，因此可以按照定义向量范数的方式定义矩阵范数。设表示复数域上全体矩阵构成的线性空间，设函数满足：① 非负性：，当且仅当时，；② 齐次性：；③ 三角不等式：；④ 相容性：。则称为矩阵的范数。...
2022-08-10 21:23:54
457
原创 矩阵分析与应用(18)
学习来源《矩阵分析与应用》张贤达清华大学出版社。1.标量函数相对于复向量的梯度。分别代表单位矩阵和零矩阵。2.标量函数的共轭梯度公式。4）类似地，行向量函数。共轭梯度与无约束最优化。2）类似的，标量函数。..................
2022-08-01 19:33:49
331
原创 矩阵分析与应用(13)
学习来源：《矩阵分析与应用》 张贤达 清华大学出版社 矩阵与向量之间存在相互转换的函数。 定义：一个 向量 的矩阵化函数 是一个将 个元素的列向量转换为 矩阵的算子，即 相反的，若 是一个 矩阵，则 的向量化函数 是一个 向量，其元素是 的元素的字典式排列，即 矩阵元素的字典式排列也称按列堆栈。 根据定义，矩阵化算子和向量化算子有以下关系： 矩阵也可以按行堆栈为行向量，称为矩阵的行向量化，用符号 表示，定义为： 由于矩阵的向量
2022-07-16 20:17:25
772
原创 矩阵分析与应用(11)
学习来源：《矩阵分析与应用》张贤达 清华大学出版社 前面学习了一致方程的最小范数解和非一致方程的最小二乘解，现在要寻找一个非一致方程最小二乘解中的具有最小范数的解，这样的解称为非一致方程的最小范数最小二乘解，也称半范数最小二乘解。 对于非一致方程 ，当矩阵 满足条件 时，称矩阵 为 的最小范数最小二乘广义逆矩阵。式中 和 分别是在 和 空间的范数（半范数）； 表示 是非一致方程 的最小二乘解，而 表示 是在所有的最小二乘解中具有最小范数的解。
2022-07-10 19:21:16
342
原创 矩阵分析与应用(10)
学习来源：《矩阵分析与应用》张贤达 清华大学出版社Moore-Penrose 逆矩阵的计算1. 方程求解法第一步：分别求解矩阵方程得到 和 。第二步：计算广义逆矩阵 。若矩阵 为 Hermitian 矩阵，则上述方程可以简化为 的广义逆矩阵 。由此，可以得到两种算法：算法一： 1）计算矩阵 。 2）解矩阵方程 得到矩阵 。 3）计算 的 Moore-Penrose 逆矩阵 。 4）计算矩阵 的 Moore-Penrose 逆矩阵
2022-07-07 19:02:23
366
原创 矩阵分析与应用(9)
学习来源：《矩阵分析与应用》张贤达 清华大学出版社 令 表示到向量空间 上的正交投影，即对任意向量 ，有 在空间 上，而 与子空间 正交。对于任意一个 复矩阵 ，令 表示 的值域空间。Moore 证明了矩阵 的广义逆矩阵 必须满足条件上述两个条件称为 Moore 条件，满足 Moore 条件的矩阵 称为矩阵 的Moore 逆矩阵。由于上述条件不方便使用， Penrose 提出了定义广义逆矩阵的另外一组条件。 令 是任意 矩阵，若 满足以下四个条
2022-07-05 22:16:58
216
原创 矩阵分析与应用(8)
学习来源：《矩阵分析与应用》张贤达 清华大学出版社 对于 阶的一般矩阵 ，其秩 可能小于 。那么是否存在某种合适意义下的逆矩阵，使得线性方程组 的解可以用这种逆矩阵表示？ 考虑两个方程显然，两个方程不可能同时为真。也就是说，两个方程相矛盾或非一致。这样的方程称为非一致方程。由此可知，若一个线性方程组中一些方程为真，另一些方程不为真，称这一方程组为非一致方程。因此，为了保证线性方程组有解，要求方程组必须是一致方程。 若矩阵 的行之间存在的闲心关系也存在于向
2022-07-02 22:00:53
288
原创 矩阵分析与应用(7)
学习来源：《矩阵分析与应用》张贤达 清华大学出版社 一个 的矩阵称为非奇异矩阵，若它有 个线性无关的列向量和 线性无关的行向量。如果一个矩阵非奇异，那么它必定存在逆矩阵。反之，奇异矩阵肯定不存在逆矩阵。一个 的正方矩阵 满足 时，矩阵 和矩阵 互为逆矩阵。矩阵 的逆矩阵记为 。 若一个正方矩阵 的所有元素 分别由它们的余子式 代替，然后转置，所得到的矩阵称为 的伴随矩阵，记作 ，即有 若行列式 ，则矩阵 的逆矩阵 存在且唯一。逆矩阵 由下式
2022-06-30 17:56:33
4204
原创 矩阵分析与应用(6)
学习来源：《矩阵分析与应用》张贤达 清华大学出版社 向量 的所有线性组合的集合称为由 张成（或生成）的子空间（或闭包），记作向量 称为子空间 的张成集（或生成元）。 生成子空间 的线性无关向量 称为子空间 的基向量或简称为基。生成子空间 的基向量的个数称为子空间 的维数，即值得注意的是， 只是子空间 的一组基，并非唯一的基。向量空间 中的任何 个线性无关向量的集合都是 的基。虽然一个子空间可能存在许多组基，但所有的基都具有相同的向量个数。
2022-06-26 20:15:28
951
原创 矩阵分析与应用(5)
学习来源：《矩阵分析与应用》张贤达 清华大学出版社 设矩阵 ，把矩阵 的元素按行优先排列成一个列向量称向量 为矩阵 按行拉直的列向量。类似地矩阵 也可以按列优先展开。 设 ，称 为矩阵 的内积。其中： 为矩阵 的迹。 1）交换律： ； 2）其次性： ； 3）分配律： ； 4）非负性： ， 当且仅当 。 对任意一个矩阵 ，用 表示按照某一确定法则与矩阵 相对应的一个实数，且满
2022-06-24 15:42:34
3259
原创 矩阵分析与应用(4)
学习来源：《矩阵分析与应用》张贤达 清华大学出版社 根据元素取值方式的不同，向量分为常数向量、函数向量和随机向量。常数向量是元素为常数的向量；函数向量是元素取某个变量的函数值得向量；而随机向量则是元素为随机变量的向量。 设 为向量空间，函数 称为向量 与 的内积，对所有的 ，有： 1） ； 2） ，当且仅当 ； 3） ； 4） ；
2022-06-22 20:13:47
417
原创 矩阵分析与应用(3)
学习来源：《矩阵分析与应用》张贤达 清华大学出版社 线性映射本身是一类函数，因此常使用函数的通用符号来表示映射。设 和 是两个向量空间，则： 称为向量空间 到向量空间 的映射，它表示将向量空间 的每一个向量变为向量空间 的一个相对应向量的一种规则，称 为映射 的始集或域；称 为 的终集或上域。 若 且 ，则向量 是 的映射，即 。 可以视为将向量 变换为某个向量 的映射： 。 线性变换 可以用线性方程：
2022-06-20 20:36:02
187
原创 矩阵分析与应用(2)
学习来源：《矩阵分析与应用》张贤达 清华大学出版社 集合通常用花括号表示： ，花括号内为集合 的元素。若集合的元素为有限个，可以在花括号内罗列出所有的元素，如： 。若 是满足某种性质 的元素 的集合，则记为 。 ：表示“对所有 / 对任意 …”； ：表示“ 属于集合 ”； ：表示“ 不是集合 的元素”； ：表示“使得”； ：表示“存在”； ：表示“若有条件 ，则有结果 ”
2022-06-18 16:26:15
295
原创 JavaDay29
学习来源：日撸 Java 三百行（81-90天，CNN 卷积神经网络）_闵帆的博客——CSDN博客今天主要涉及 CNN 网络的具体构建，通过前面定义的数学操作、单层 CNN 和多层 CNN 管理的结构来实现完整的 CNN 。1. initOperators 又初始化了三个 Operator 对象，以输入为 v ，分别实现：1）返回 ；2）返回 ；3）返回 ；2. 和 是超参数，可以自己设置。3. setUp 函数对整个 CNN 网络进行初始化，根据 type 对输入层、卷积层、池化层和输出层分
2022-06-16 19:02:07
165
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人