super_chicken-CSDN博客

原创统计学习方法第2章+ 感知机python实现

统计学习方法第2章+ 感知机python实现生成训练数据假设希望产生的分离超平面为2*x1+5*x2-3*x3-10=0，在0~5的范围内随机生成x1，x2，x3，计算其应有的分类结果并加入训练数据集。import random #每类需要的数量 NUM = 1000 #计数 counter1 = 0 counter0 = 0 #存放训练集 lines = [] #超平面函数 def fx(x1,

2017-11-15 10:54:31 333

原创统计学习方法第2章感知机

统计学习方法第2章感知机模型感知机：假设输入空间是X⊆Rn，输出空间y={+1, -1}。由输入空间到输出空间的函数：称为感知机。其中w∈Rn称为权值，b属于R称为偏置，w·x为内积，sign是符号函数。感知机是一种线性分类器，属于判别模型。策略假设训练数据集是线性可分的，感知机学习的目标是求得一个能够将训练集正实例点和负实例点完全正确分开的分离超平面，即确定感知机的模型参数w，b。

2017-11-14 12:32:13 274

原创 opencv python 3 数值操作

opencv python 3 数值操作像素相加cv2.add()实现了两张图像的像素相加，且当和大于255时取255。import cv2 import numpy as npx = np.uint8([250]) y = np.uint8([10]) print(cv2.add(x, y)) print(x + y)输出结果为：[[255]] [4]x+y输出4是因为超过了uint8的范围0-2

2017-11-13 10:35:53 532

原创统计学习方法第1章统计学习方法概论

统计学习方法第1章统计学习方法概论统计学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。统计学习包括监督学习，非监督学习，半监督学习和强化学习。本书主要讨论监督学习问题。输入实例x的特征向量：监督学习从训练数据集合中学习模型，对测试数据进行预测。训练数据由输入与输出对组成：监督学习分为学习和预测两个过程，首先学习系统利用给定的训练数据集，通过学习得到一个模

2017-11-10 13:46:24 310

原创 HTTP权威指南第1章 HTTP概述

# HTTP权威指南第1章 HTTP概述 **角色**：web客户端和服务器 **资源**：MIME类型（Multipurpose Internet Mail Extension） web服务器会为所有HTTP对象数据附加一个MIME类型，当浏览器从服务器取回一个对象时，会查看相关的MIME类型，并用相应的方法处理。如： - HTML格式的文本文档为test/html类型 - JPEG图片为image/j

2017-11-09 10:39:39 287

原创论文笔记：Single-Image Crowd Counting via Multi-Column Convolutional Neural Network

Single-Image Crowd Counting via Multi-Column Convolutional Neural Network 主要方法多列卷积神经网络 Multi-column Convolutional Neural Network (MCNN) 目标对任意拍摄角度，包含任意密度人群的静态图像做精确的人数计算主要贡献使用三列过滤器大小不同

2017-11-07 13:43:33 2188

原创 opencv python 2 基本操作

opencv_python_2_基本操作读取并修改像素值import cv2img = cv2.imread('a.jpg') px = img[10, 10] print(px)输出结果为 [130 155 22] 为该像素点的BRG像素值。 opencv读取彩色图像的像素顺序为BGR而非RGB。也可输出单个通道的值：px = img[10, 10, 0] print(px)输出结果为1

2017-11-06 09:32:46 394

原创 opencv python 1 读写图像

# opencv python 1 读写图像 ### 读入图像 cv2.imread()实现了从文件读取图像，支持jpg、bmp、png等多种图像格式。 ```python retval = cv.imread(filename[, flags]) ``` - filename：文件路径 - flags：读取方式，包括： - cv2.IMREAD_COLOR: 读取彩色图像，忽略透明度，默认，1 -

2017-11-03 11:12:50 992

super_chicken的博客