雾隐雾现的至渝博客

背景          从UCI下载的数据集需要进行一定的数据预处理，我下载了12个数据集准备在上面验证我的方法，但是数据处理花了好久时间文件结构          dataset_mat存放原始的没有划的.mat文件，preprocessedData 存放划分处理后的数据，每个数据名字为data，是一个结构体，含有四个成员

背景          做图像分割的时候用到了，就学习了一下大概思想          把图像中的像素大小理解成山地的海拔，向山地灌水，海拔低的地方会积水，这些地方称之为谷底。随着水位上升，不同谷底的水会相遇，相遇的地方就是分水岭。        &nbs

背景          安装了新版本的matlab2021， 在用之前的代码做数据处理时报错，提示 NAN 的比较应该用 isnan 函数情景          修改前，我是想利用 relieff 计算特征的分数（为了方便我叫他权重），但是 relieff 计算出来有负数和no

问题背景          在做多目标离散问题优化算法时，利用多个不同的进化算子产生了重复的解 ，所以有必要记录一下如何去掉重复的解，精简问题规模，尤其时迭代到后期，很多相同的解解决办法         unique(A,'rows',setOrder)     

          看代码的时候遇到了，就随手记录下，算是帮助我记忆numel 用法n = numel(arry)n = numel(arry，某种条件)numel解释n = numel(arry)，用于统计 arry 元素个数，我觉得，用 size() 也能实现，我觉得一般用不到他n = numel(arry，某种条件) 用于统计数组 arry 中满足某个条件的元素个数，比如大于某个阈值，或者值等于最佳值的元

from skimage import measure,morphologydef imregionalmin(image): """Similar to matlab's imregionalmin""" reg_max_loc = morphology.local_minima(image) return reg_max_loc.astype(np.uint8)腾讯大学 scikit-image —— morphology —— local_minimalocal_m

import cv2import numpy as npdef imcomplement(img): # 负片函数，相当于对图片取反 0<->255, 10<->245, 21<->234 table = np.array([255 - i for i in np.arange(0, 256)]).astype("uint8") return cv2.LUT(img, table) # 使用OpenCV的查找表函数   

import cv2import numpy as npdef imreconstruct(marker, mask, SE=np.ones([3, 3])): # 开重构 """ 描述：以mask为约束，连续膨胀marker，实现形态学重建，其中mask >= marker 参数： - marker 标记图像，单通道/三通道图像 - mask 模板图像，与marker同型 - conn 联通性重建结构元，参照m

          正在做一个把matlab程序转python的工作，遇到 matlab里面的 imadjust 函数，但是找了一圈没有对应的python函数，需要自定义一个函数import numpy as npfrom bisect import bisect_left # 已测试完毕，成功 def imadjust(src, tol=1, vin=[0, 255], vout=(0, 255)): # src : in

                   正在做一个把matlab程序转python的工作，记录下遇到的问题与解决方案         定义峰度kurtosis：用于度量x偏离某分布的程度。正太分布的峰度是3；当时间序列的曲线峰值比正太分布的高时，峰度大于3；当比正太分布的低时，峰度小于3。     

          正在做一个把matlab程序转python的工作，遇到如题问题         实际的代码中输入数据有点大，下面简单的以 x = [1,2,3,4,5] 来举例说明         matlab>> x = [1,2,3,4,5];>> kurtosis(x)ans = 1.7000

matlab调用代码L1 = bwlabel(DL);其中 DL 是一8位单通道图像函数原型int cv::connectedComponents (InputArray image, OutputArray labels, int connectivity = 8, int ltype = CV_32S )

整型：       int8()有符号，占用1个字节。向无穷大方向取整：正数向正无穷大方向，负数向负无穷大方向取整。int16():有符号，占用2个字节。向无穷大方向取整：正数向正无穷大方向，负数向负无穷大方向取整。int32():有符号，占用4个字节。向无穷大方向取整：正数向正无穷大方向，负数向负无穷大方向取整。int64():有符号，占用8个字节。向无穷大方向取整：正数向正无穷大方向，负数向负无穷大方向取整。uint8():无符号，占用1个字节。

        我正在尝试将 matlab 脚本转换为 python。 matlab 脚本读取 .avi 视频文件，并且对于视频中的每个帧，它得到三通道（红色，绿色和蓝色）的像素值，以便我做后续处理。        但是奇怪的事发生了，matlab 和 python的 rgb 像素值不一样，我也知道 matlab是RGB 方式存储，python 的 opencv 是 BGR 存储，但是匹

来源%取第一个文件夹里面的第一个视频readerObj = VideoReader(strcat(strPath,nameFolds{1},'\',fileList(1).name));vidFrames = read(readerObj); %读取所有帧numFrames = get(readerObj, 'NumberOfFrames'); % 帧数% numFrames = readerObj.NumberOfFrames % 也可以获得帧数    &nb

来源%获取子文件夹dirList = dir(strPath); isSubDir = [dirList(:).isdir]; %# returns logical vector nameFolds = {dirList(isSubDir).name}'; nameFolds(ismember(nameFolds,{'.','..'})) = []; nSubDir=length(nameFolds);fileList=dir(fullfile(strcat(strPath,nameF

来源nameFolds(ismember(nameFolds,{'.','..'})) = []; % 删除 nameFolds 里面的. 和 .. 元素函数原型： ismember(a,b)含义：看矩阵a中的数是不是矩阵b中的成员，是的话结果返回1，不是返回0实例>> a=[ 1 3 5 7 9 ];>> b=[1 2 3 4 5 6 7];>> c= ismember(a,b)c = 1×5 logical 数组 1 1

研究生数模里面，选训练集和测试集的时候用到了randIndex = randperm(325);train = data[randIndex(1:216)];test = data[randIndex(216:325)];随机从里面选 2/3 出来做训练集，剩下的做测试集

做分类的时候，对类别进行编码示例，假定给定的 15 数据集类别是这样1 1 2 5 3 5 3 1 4 1 2 2 4 3 1想要编码为1    1    0    0    0    0    0    1    0    1    0  &n

        模拟退火算法有一张特别经典的图，用于说明SA算法为何能跳出局部最优解，找到全局最优解。在写论文是必须要有原图和可编辑的原始文件，网上找了好久都没找到代码，在此记录一下。        假定初始解为左边蓝色点A，模拟退火算法...