![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 90
Zeehoy
这个作者很懒,什么都没留下…
展开
-
[C++] Kmeans算法实现
kmeans原创 2022-08-07 11:55:18 · 3662 阅读 · 1 评论 -
[机器学习][三维重建] 凸包算法——Graham扫描
凸包的严格数学定义比较复杂,这里只针对二维情况,因此用通俗的话来解释二维凸包:给定二维平面上的点集,凸包就是能够围住这些点的最小的凸多边形。Graham扫描法就是在给定点集的情况下,找到这么一个凸包的最常用的算法,时间复杂度是 O(nlogn)O(nlogn)O(nlogn),其中 nnn 是点集内点的总数。算法步骤大致如下:1.找到凸包最左下角的顶点作为起点 startstartstart,如上图中的 p0p_0p0。寻找方法非常简单,找到点集中纵坐标最小的点,如果有多个点,再在其中找到横坐标原创 2022-05-18 21:11:56 · 2468 阅读 · 1 评论 -
[三维重建] [机器学习] 图片相似度
由于论文可能会需要,学习顺便整理一下衡量两幅图片相似度的指标,根据需要可能会补上某些方法的C++实现代码一、resize首先需要改变一下图片的尺寸,现在一张普通的照片都上千万像素(如博主自己的手机拍出来的照片都5792×4344,2500多万像素),算法的输入采用原始图片的话,需要处理几千万个像素值,时间太长而且也没什么必要。所以原始图片需要经过resize改变一下尺寸,但这里采用的缩小尺寸的算法应该会对后续计算图片相似度的算法产生影响。1、OpenCV cv::resize()OpenCV库内有原创 2022-04-17 17:17:32 · 3530 阅读 · 0 评论 -
[机器学习] 奇异值分解(SVD)
1、特征值分解特征值和特征向量的定义如下:Ax=λxAx=\lambda xAx=λx其中AAA是一个n×nn\times nn×n矩阵,xxx是一个nnn维向量(n×1n\times 1n×1),而λ\lambdaλ是一个数值。则λ\lambdaλ是矩阵A的一个特征值,而x是矩阵A的特征值λ\lambdaλ所对应的特征向量。如果求出了矩阵A的n个特征值,λ1≤λ2≤...λn\lambda_1≤\lambda_2≤...\lambda_nλ1≤λ2≤...λn,以及这n个特征值所对应的原创 2021-06-06 12:13:35 · 2597 阅读 · 0 评论 -
[机器学习] [三维重建]最小二乘法
一、线性最小二乘法假设平面中存在一组数据点,需要找到一个数学模型(在这里是一条直线)去拟合这组数据点,这就是拟合。而实际上,样本点的维数不会仅仅是2维的,而可以是任意的ppp维。为了不失一般性,假设有一组样本:D={(x1,y1),(x2,y2),(x3,y3),...,(xn,yn)}D=\{(x_1,y_1),(x_2,y_2),(x_3,y_3),...,(x_n,y_n)\}D={(x1,y1),(x2,y2),(x3,y3),...,(xn,yn)}xix_ixi原创 2022-05-05 22:04:13 · 1364 阅读 · 0 评论