![](https://img-blog.csdnimg.cn/20190918140145169.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
算法Algorithm
文章平均质量分 94
£清栀
这个作者很懒,什么都没留下…
展开
-
目标检测_R-CNN系列
R-CNN原创 2022-09-08 22:28:51 · 120 阅读 · 0 评论 -
自写函数__高斯滤波算法
自写函数–高斯滤波算法高斯噪声高斯噪声是指它的概率密度函数服从高斯(即正态分布)分布一维高斯函数二维高斯函数高斯滤波作用高斯滤波器对于抑制服从正态分布的噪声非常有效什么是高斯滤波器高斯滤波器是一种线性滤波器,能够有效抑制噪声算法步骤第一步:根据高斯函数计算模板每个点的权重设定σ的值,假定σ=1.5,模版大小为3*3 计算最终的权重矩阵(归一化)...原创 2020-05-08 15:22:44 · 494 阅读 · 0 评论 -
有监督与无监督
机器学习分为:监督学习,无监督学习,半监督学习(也可以用hinton所说的强化学习)等。简单的归纳就是,是否有监督(supervised),就看输入数据是否有标签(label)。输入数据有标签,则为有监督学习;没标签则为无监督学习。有监督学习(supervised learning) 监督算法常见的:KNN线性回归决策树支持向量机朴素贝叶斯算法神经网络无监督学习 无监督算法的:主成分分析法(PCA)异常检测法自编码算法深度信念网络赫比学习法生成式对抗网络自组织映射.原创 2020-06-23 10:13:05 · 427 阅读 · 0 评论 -
有监督__KNN算法
knn算法概述 KNN —— K Nearest Neighbors 监督学习 核心:采用测量不同特征值之间的距离进行分类 原理:存在一个训练样本集,已知样本集中每一数据的所属分类。当输入没有标签的新数据后,选择新数据与样本数据特征最相似(k近邻)的分类作为新数据的分类knn算法流程 1、计算已经知类型样本集中的点与待分类点之间的距离 2、按距离递增次序排序 3、选取与当前点距离最小的 k 个点 4、确定前 k 个点所在类别出现频q率 5、返回前 k 个点出现频.原创 2020-06-17 14:29:38 · 285 阅读 · 0 评论