- 博客(20)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 C语言中的register变量深度解析
register关键词因为寄存器比内存有更快的存取速度，在C代码中，经常使用的那些变量可以通过register关键词将其放到寄存器上。register关键词会提示编译器可以将该变量放在寄存器上，但变量是否被放在寄存器上，这取决于编译器。通常，编译器会进行一些优化工作，并把该变量放在寄存器中。要点1.如果对寄存器变量使用&取地址符，编译器会产生警告或者错误（实际情况取决于...
2020-01-30 08:56:27
1395
原创 常见损失函数深度剖析之多分类
常见损失函数深度剖析之多分类###1.多类交叉熵多类交叉熵是多类别分类问题的默认损失函数，也叫softmax损失函数（softmax激活层+交叉熵损失函数）。多类交叉熵中，因类别标签进行过0-1独热编码，在输出概率向量中，与独热项对应的预测项才参与模型损失的贡献。###2.稀疏多类交叉熵如果类别标签过多，例如与文本词袋相关的分类问题，标签就有上千个，进行独热编码将不...
2020-01-25 21:14:19
2179
1
原创 常见损失函数深度剖析之二分类
常见损失函数深度剖析之二分类###1.二值交叉熵二值交叉熵是二分类问题的默认损失函数，用于目标变量满足{0，1}二值分布的二分类模型中。交叉熵回顾——交叉熵是信息理论学里面，用来衡量两个概率分布之间的不相似度，交叉熵越小，概率分布就更相似。参照交叉熵的定义，二分类问题中的交叉熵就应由两部分组成。即真实值为1的概率分布与模型应当预测为1的概率分布间的交叉熵，以及真实...
2020-01-25 21:10:25
5396
原创 常见损失函数深度剖析之回归
常见损失函数深度剖析之回归###1.均方误差损失函数均方误差损失函数——MSE，通常是回归问题的首选损失函数，很多机器学习框架中的回归分析模块，都默认使用MSE。如果目标变量满足高斯分布，或近似满足高斯分布，可能就应更偏向于使用均方差函数作为模型的代价函数。误差平方化将会使较大的误差被放大，意味着模型主要针对大误差进行惩罚。如果用神经网络进行回归预测，最后的激活层也推荐...
2020-01-25 21:05:43
453
原创 C编程实战
C语言介绍什么是C语言？1.C语言是由AT&贝尔实验室的丹尼斯·里奇于1972年发明的，那个时候所实验的电脑主要是PDP-11。2.C语言在今天还仍然得到广泛使用的原因在于，其易于拓展到新的系统架构、高效性以及更面向于计算机底层。C语言特性较少的关键字 结构体、联合体等紧凑数据类型 支持指针或指针操作 外部标准库 最终是编译到机器码执行 支持宏预处理...
2020-01-24 10:35:39
422
原创 损失函数
####在训练网络的时候，我们应当如何来选择适当的损失函数（上） 神经网络基于样本数据来学习一个从输入变量（自变量）到输出变量（目标变量）的映射，损失函数的选择就必须匹配实际的预测问题。 回归、二分类、多分类是三大最常见的预测问题。###1.回归问题常见损失函数 Mean Squared Error Loss——均方误差损失函数 MSE Mean ...
2020-01-10 10:15:03
170
原创 Java中的静态方法与实例方法
Java中的静态方法与实例方法（即非静态）方法深度解析1.实例方法依赖于一个具体对象，被存储在堆空间中的永久生成部分，但是传递给方法的参数、局部变量以及返回值是在栈空间上分配的。每个对象都会创建一份自己的实例方法，但在存储上又不需要对类的不同实例进行按实例存储（有疑惑？继续往前看）。实例方法被存储在统一的内存位置（永久性的堆空间部分），在调用时才借助this指针进行栈空间上的变量区...
2020-01-10 10:12:49
475
原创 Java中实现的Hashmap与Hashtable简谈
Hashmap与Hashtable1.在Java中，HashMap是非同步线程不安全的，没有适当的同步代码就无法在多线程间共享，而Hashtable是同步的，意味着它是线程安全的，可以在多线程间共享。2.HashMap允许存在一个空键以及多个空值，然而Hashtable不允许存在任何空的键以及空值。3.在线程同步不是特别需要的应用场合，更偏爱于使用Hashmap，Hashmap是在Ha...
2020-01-10 10:09:51
101
原创 为大数据爱好者量身定制的Hadoop教程
为大数据爱好者量身定制的Hadoop教程-学习Hadoop的最佳方式####Hadoop 提到大数据，网上搜索最多的关键词就是Hadoop。大家知道为什么吗？这是因为Hadoop是大数据中的主要框架，如果说框架可能会引起不少争论，那我们就说跟Hadoop最直接相关的东西在大数据里面占据了绝大部分江山。 如果你关于大数据没有一点认知，那么在这里，通过一系列的教程你就将会撬开大...
2020-01-10 10:03:52
110
原创 到底什么是梯度提升
#####跟我一起学梯度提升 梯度提升是建立预测模型的一种强大技术。####1.提升的起源 提升的思路来源于一个弱学习器是否能够被改良为更强的学习器。 弱假设/弱学习器——其猜测性能只比随机猜测稍好。 提升的思想是通过对观察样本进行过滤，保留可以让弱学习器处理的样本，以便集中于开发下一阶段的弱学习器来处理其余困难样本。####2.AdaBoost —...
2020-01-09 10:35:20
2018
原创 基于OpenCV的harris角点检测
首先放上一张帝国大厦的测试图片。Harris角点检测框架是使用偏微分来近似平方差的计算，通过计算微分矩阵的两个特征值来决定是否存在角点特征。例如，当两个特征值均较大时，图像块中有角点特征，仅当其中一个特征值角点，则图像块中存在边缘特征。GoodFeaturesToTrackDetector harris_detector(1000, 0.01, 10, 3, true);
2017-06-04 19:46:25
577
原创 几何变换 -- 仿射变换
简单来说，在平常的图像处理和机器视觉等应用中，几何变换通常是指不太复杂的线性几何变换，其中主要分仿射变换和投射变换。许多常见的变换问题都能由仿射变换描述，仿射变换等式如下：等式右边是变换前的图像坐标点，左边是变换后的图像坐标点。针对不同的变换问题，通过选择适当的变换对应点，解决这6个变换相关系数。在OpenCV中，进行仿射变换可用warpAffine函数：warpA
2017-05-29 09:33:14
1062
原创 实用计算机视觉 -- 各种阈值化效果
本实验主要基于OpenCV来测试各种阈值化后效果，主要验证最优阈值化、大津阈值化和自适应阈值化，并进行带通阈值化和半阈值化的测试，测试图片如下：灰度图片和RGB彩色图片的直方图效果分别如下左右所示：左图中第一个大尖峰为黑色铅笔和黑色物体的灰度分布，最后一个大尖峰为图中白色物体和硬币的灰度分布，图片背景有一个显著的由暗到明的渐变过程。首先基于之前博文中实现的最优阈值进行测
2017-05-28 20:15:26
2505
原创 实用计算机视觉 -- 一种基于直方图的最优阈值计算方法
按照惯例，首先放上测试图片：基于直方图概率统计分布的最优阈值计算算法如下：其中的定义见博客，经过每一次迭代后，将初始化的灰度水平加1，直到算法收敛，验证代码如下：int computeOptimalTh(Mat &image, int init_threshold){CV_Assert(image.channels() == 1 && init_thre
2017-05-27 12:49:28
2214
原创 实用计算机视觉 -- 一种基于直方图的自动阈值计算方法
首先放上测试图片：基于OpenCV的直方图显示代码：Mat draw1DHistgoram(Mat &image, int channel){float channel_range[] = { 0.0, 255.0 };const float* channel_ranges = channel_range;bool uniform = true; bool accumu
2017-05-27 12:11:55
1536
原创 实用计算机视觉 -- 彩色空间应用
在图像处理和计算机视觉中，基于彩色空间有许多的应用，本实验主要涉及基于HLS模型的皮肤检测和红眼检测，测试图片如下：在OpenCV中，将RGB图像转换到HLS空间的效果如下：在大量的研究实验工作后,(S>=50) && (L_S_ratio>0.5) && (L_S_ratio=165))的模型较为可靠，下面分别是测试代码和效果：void skinDetect(M
2017-05-26 17:49:00
410
原创 计算机视觉 -- 最优化阈值
二值图像是比灰度图像更简单的图像表示，可对灰度图像进行阈值化得到，其中主要分全局最优阈值化(单阈值)和多重阈值化，本文主要讲全局最优阈值化。最优化思想：假设灰度直方图的概率分布模型可由两个不同的正态分布相加得到，那么两个正态分布的交点便为最优阈值点。算法细节：其中p(g)为灰度直方图，g为像素值。
2017-05-25 16:28:28
2613
翻译 同步定位与地图构建SLAM过程
SLAM过程包含许多步骤，整个过程是为了利用环境来更新机器人的位置。由于机器人中给出自身位置的距离测量往往是不精确的，就不能直接依赖于这种测距机制。我们可以利用对环境的激光扫描来纠正机器人位置，这能通过提取环境的特征来实现，然后当机器人向四周运动时再进行新的观察。扩展卡尔曼滤波EKF是SLAM过程的核心，其基于这些环境特征来负责更新机器人原始的状态位置，这些特征常称为地标。EKF用于跟踪机器人位置
2017-05-23 11:43:08
7398
翻译 实用计算机视觉 -- 简单摄像机针孔模型
3D到2D的针孔成像物理模型：在针孔摄像机模型里，从三维世界中一点(x,y,z)到图像平面中一点(i,j)的映射如下：其中，w为齐次坐标系中的缩放因子，用于对图像点进行描述，fi,fj为相机焦距长度与I,J方向像素尺寸的混合表示，(ci,cj)为光轴与图像平面的交点坐标。
2017-05-22 10:40:22
1429
原创 Matlab&Simulink开发STM32F4
来源：在接触MATLAB的几年中，发现MATLAB在功能上越来越强大，在结合simulink上开发许多的嵌入式原型产品发挥了很大的实时仿真能力，由于平时在实验室里接触过很多开源的东西，在心里面很喜欢这样的开源文化，偶然中，在网上看见国外的Maker与Hacker爱好者用matlab开发Arduino和树莓派等开源硬件，就思考就合周边的东西试想能不能用MATLAB开发，这样也进一步让自己在实践中更好。
2016-04-19 22:18:04
34654
29
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人