模式识别和深度学习
文章平均质量分 73
..........
long Rookie
这个作者很懒,什么都没留下…
展开
-
机器学习中——常见二元分类性能指标(准确率、精确率、召回率、F1值、ROC AUC得分)
接下来以垃圾信息分类器作为例子说明:文章目录一、垃圾短信分类器二、二元分类性能指标1. 准确率2. 精准率和召回率3.F1值4.ROC AUC一、垃圾短信分类器对于垃圾短信分类器,当分类器将一条短信正确地预测为垃圾短信时为真阳性;当分类器将一条短信正确地预测为非垃圾短信时为真阴性;当非垃圾信息被预测为垃圾信息时为假阳性;当垃圾信息被预测为非垃圾信息时为假阴性;垃圾信息非垃圾信息预测为垃圾信息真阳性(TP)假阳性(FP)预测为非垃圾信息假阴性(FN)真阴性(TN)原创 2021-05-02 15:34:55 · 1487 阅读 · 0 评论 -
信号与信号分解理解总结
要是能支持latex就好了,或者有没有好用的latex转markdown工具啊原创 2020-10-18 14:40:26 · 479 阅读 · 0 评论 -
数字图像识别笔记(第三章-灰度变换与空间滤波)
title: 数字图像识别笔记(第三章-灰度变换与空间滤波(1))categories:数字图像识别tags:数字图像识别date: 2020/10/1 20:33mathjax: truetoc: true灰度变换与空间滤波引言空间域的图像处理方法直接对图像中的像素进行处理;而之后会讲到的变换域中的图像处理,首先要将图像变换到变换域,在变换域上进行处理,然后对结果进行反变换,把结果带回到空间域。学习目标了解灰度变换所用的主要技术了解图像直方图的物理意义,以及如何操作直方.原创 2020-10-02 14:05:41 · 262 阅读 · 0 评论 -
数字图像识别学习笔记(第二章-数字图像基础(1))
title: 数字图像识别学习笔记(第二章 数字图像基础(1))categories:数字图像识别tags:数字图像识别date: 2020/9/30 21:22mathjax: truetoc: true2.1 视觉感知要素杆状体捕获视野内的整个图像。它们没有色觉,对低光照度敏感。例如,白天色彩鲜艳的物体在月光下却没有颜色,因为此时只有杆状体受到刺激。这种现象称为暗视觉或微光视觉。2.1.3 亮度适应与辨别两种现象表明感知亮度不是实际灰度的简单函数。视觉系统往往会在不.原创 2020-10-02 14:05:03 · 521 阅读 · 0 评论 -
数字图像识别笔记(第一章绪论)
title: 数字图像识别笔记(第一章绪论)categories:数字图像识别tags:数字图像识别date: 2020/9/29 23:59mathjax: truetoc: true人们对数字图像处理的兴趣来自两个主要领域:为解释图像而改善图像信息;为存储、传输和提取图像信息等任务处理图像数据1.什么是数字图像处理数字图像:一幅图可以定义为一个二维函数f(x,y)f(x,y)f(x,y),其中xxx和yyy是空间(平面)坐标,任意一对空间坐标(x,y)处的幅值f.原创 2020-10-02 14:04:30 · 469 阅读 · 0 评论