- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 超声图像US的简要介绍
超声(Ultrasound)：超声医学（ultrasonic medicine）：是利用超声波的物理特性与人体器官、组织的声学特性相互作用后得到诊断或治疗效果的一门学科超声诊断学（ultrasonic diagnostics）：向人体发射超声，并利用其在人体器官、组织中传播过程中，由于声的透射、反射、折射、衍射、衰减、吸收而产生各种信息，将其接收、放大和信息处理形成波型、曲线、图像或频谱，籍此进行疾病诊断的方法学。超声治疗学（ultrasonic therapeutics）：利用超声波的能量（热学机制
2021-11-27 10:28:35
2510
原创 图像配准技术的基本笔记(学习《图像配准技术及其MATLAB编程实现》)
第一章了解配准图像配准的基本框架包括以下四个方面：特征空间、搜索空间、搜索策略和相似性度量。特征空间特征空间是指从参考图像和浮动图像中提取的可用于配准的特征。在基于灰度的图像配准方法中，特征空间为图像像素的灰度值;而在基于特征的图像配准方法中，特征空间可以是点、边缘、曲线、曲面、不变矩等。搜索空间搜索空间是指在配准过程中对图像进行变换的范围及变换的方式。图像的变换范围可以分为三类:全局的、局部的和位移场的。全局变换是指整幅图像的空间变换都可以用相同的变换参数表示。局部变换是指在图像的不同区域可以
2021-03-30 15:19:25
3063
1
原创 机器学习笔记之一(学习李神的教学内容)
机器学习就是自动找函式第一，弄清楚想找什么样的函式？机器学习包括三大类问题：Generation(文句、图片等用于翻译、产生图像等)、Regression、Classification例如解决Binary Classification(Input->function->Yes/No)、Multi-Class classification(Input->function->class 1,class 2,…,class M)对于解决不同的任务，需要弄清楚它的本质任务属性从而确定
2021-03-25 11:38:06
110
原创 机器学习基础篇
机器学习机器学习（Machine Learning，ML）就是让计算机从数据中进行自动学习，得到某种知识（或规律）。如下图给出了机器学习的基本概念。对一个预测任务，输入特征向量为x，输出标签为y，我们选择一个函数f(x, θ)，通过学习算法A和一组训练样本D，找到一组最优的参数θ∗，得到最终的模型f(x, θ∗)。这样就可以对新的输入x进行预测。(上图引自邱锡鹏的《神经网络与深度学习》)机器学习任务要先需要根据样本数据来确定其输入空间X 和输出空间Y。不同机器学习任务的主要区别在于输出空间不同，例
2020-10-21 16:55:39
337
原创 人脸表情数据集及其处理
JAFFE数据集1998年发布，这是比较小和老的数据库。该数据库是由10位日本女性在实验环境下根据指示做出各种表情，再由照相机拍摄获取的人脸表情图像。整个数据库一共有213张图像，10个人，全部都是女性，每个人做出7种表情，这7种表情分别是sad、happy、angry、disgust、surprise、fear、neutral，每组大概20张样图。该数据库包含213张由10位日本女模特构成的7种面部表情（6种基本面部表情+ 1个中性）的图像。每幅图片均由60位日本人对6种情感形容词进行了评级。图片为2
2020-06-05 11:36:30
3937
4
原创 决策树的学习
1.分支处理，即确定在每个分支的决策节点处的分支属性（最有区分性的）。2.分支属性能够将尽量多的样本区分开来。然后再找一个属性变成分支组合。3.ID3算法是在每个节点处选取能获得最高信息增益的分支属性进行分裂。熵：某一时刻分子运动状态的不确定性。衡量样本级和纯度的指标是熵：（加负号是因为概率p是小于等于1，log后小于0，加入符号将熵变成正数）熵越小，不确定性越小（比如硬币抛两个面和四个面...
2020-02-26 12:09:26
186
原创 学习Python的知识点(新手入门的个人笔记)
关于random.seed()的用法在开始接触一些代码的时候发觉大多情况下会在Import random的同时加上numpy.random.seed(0)语句，所以我就尝试这个语句的功能。结果如下：左边是第一次运行结果，右边是第二次运行结果，可看出来两次运行的时候出现的随机数是相同的，而不加random.seed(0)的时候两次产生的随即数据并不相同。得到结果如下： 而rand...
2019-05-23 20:12:12
559
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人