- 博客(8)
- 收藏
- 关注
RSS订阅原创 吴恩达Coursera-深度学习deeplearning 提炼笔记--神经网络基础-第一章
吴恩达Coursera-深度学习deeplearning 提炼笔记–神经网络基础声明本文为学习吴恩达老师所做的笔记，电脑搭载的环境为opencv-python3.7+pycharm+keras+tensorflow-gpu+cudn+cudnn，在课程中需要用到的文件会以链接形式给出，文中有代码。Softmax函数1.为什么学softmax函数softmax函数的作用是将输入的数值映射到...
2019-09-22 16:10:47
562
原创 二维带限函数
其实二维带限函数的理解跟一维带限函数是一样的我们对取样率的表达如下（满足取样定理）：则原函数可以由一组样本无误的恢复。取样定理：取样率要大于该函数最高频率的两倍。满足取样定理的取样率采集到的样本，才能无误还原函数。...
2019-04-17 21:51:13
893
原创 二维取样跟二维取样定理
类似于一维取样，二维取样其实是类似的。我们用一个二维取样冲激串：因为t跟z分别代表t轴跟z轴，所以其中是连续函数f（t，z）沿着t轴和z轴的样本间隔。二维冲激串表示了沿着t轴跟z轴无限扩展的冲激的集合。因此用二维冲激串跟原函数相乘可以得到取样后的函数。...
2019-04-17 21:18:12
3263
原创 带限函数
带限函数对于我们来说比较陌生，其实是引入傅里叶变换之后产生的一种函数称谓。对于以原点为中心，有限区间范围以外的频率值，其傅里叶变换为0的f（x）函数，我们称为带限函数。注意：带限函数指的是原函数f（x），而不是经过傅里叶变换后的F（X）。...
2019-04-17 21:12:17
4464
1
原创 二维连续傅里叶变换对
我们有一维连续傅里叶变换对（即傅里叶正变换跟傅里叶逆变换），推广开来，我们就有了二维连续傅里叶变换对。我们定义一个以t跟z为自变量的二维连续函数其对应的傅里叶正变换为：逆变换为其实这跟一维的其实没什么区别，只不过多了一个变量z跟一个变量v，公式还是一样的。推广开来之后，其实性质没有变化。一维的时候，只有u是频率变量，现在u跟v都是频率变量，傅里叶仍然是从空间域到频率域的一个转换。...
2019-04-17 21:05:25
4996
原创 二维冲激函数及其傅里叶变换对
一维冲激函数为为了加以利用，我们限制他满足条件：对应的，我们有如果我们把情况扩散到二维，其实也是一样的。一维的时候我们的冲激只有一个变量t，在二维里我们有两个变量分别是t跟z。因此我们定义二维冲激为：对应的以及我们需要的取样特性：我们把在0点的取样特性推广到一般：以上是连续的在此，我们定义离散变量x和y，二维离散冲激函数定义为：在离散条件下，其取样特性为：...
2019-04-17 20:58:34
5484
原创 图像里的高频分量与低频分量
高频是指灰度变化的频率高。定义：亮度或者灰度变化剧烈的地方对应于高频分量。灰度变化不大的地方对应于低频分量。在直方图里，大块的区域对应于低频分量，因为大块区域里灰度变化不大。小块或离散的对应于高频分量。如果把图像看成一个二维函数，那么变化剧烈（导数的绝对值大）的地方就是高频的，不那么剧烈（导数绝对值小）的地方就是低频的。低频分量：主要对整副图像进行考量。高频分量：主要对边缘以及轮廓进...
2019-04-17 14:36:15
2793
原创 拉普拉斯
a是原始图像。即输入图像，b是用未标定的拉普拉斯算子滤波后的图像、c是用标定的拉普拉斯算子滤波后的图像。b、c都跟原来的图像没什么关系，看上去。\我们将原图像，用我们让C=-1，得到了d图像。我用得到了e...
2019-04-12 15:56:10
635
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人