自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(1)
  • 资源 (4)
  • 收藏
  • 关注

原创 Attention Model 及其发展现状概述

视觉注意力是人类视觉信息处理过程中一项重要的调节机制,在视觉注意力的引导下,人类能够从众多的视觉信息中快速地选择那些最重要、最有用、与当前行为最相关的感兴趣的视觉信息。当人类观赏一幅画时,虽然我们可以看到整幅画的全貌,但是在我们深入仔细地观察时,其实眼睛仅聚焦在很小的一块区域,这个时候人的大脑主要关注在这一小块图案上,因此人脑对整幅图的关注并不是均衡的,具有一定的权重区分。 而注意力模型(Attention model)就是对人脑的注意力模型进行模拟,旨在从众多信息中选择出对当前任务更关键的信息。考虑到人

2018-10-23 11:25:13 4815 1

python知识点总结.pdf

python知识点总结,适合python入门及期末复习

2021-12-10

Matlab实现二维傅里叶变换(FFT2)

本程序主要实现了二维傅里叶变换,其中先对图像矩阵进行预处理(即图像中心化),然后进行行傅里叶变换,再对其进行列变换,进行行列变换是调用自己写的一维傅里叶变换函数ImFFT实现的。程序输入为图像矩阵A,输出为其傅里叶变换结果Fuv,并绘制了其频谱图

2018-08-28

Matlab实现快速傅里叶变换(FFT)

本程序是根据矩阵的形式实现了一维向量的快速傅里叶变换,程序输入为向量f,输出为其傅里叶变换所得序列F

2018-08-28

LU矩阵分解代码

根据LU矩阵分解来解方程。先对矩阵进行LU分解,然后根据分解结果求解方程。

2018-08-28

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除