- 博客(13)
- 收藏
- 关注
RSS订阅
1原创 计算机视觉 作业二
文章目录一、Harris角点1.角点2.角点检测算法3.Harris检测算法的数学表示4.角点计算流程5.Harris角点特征描述6.Harris角点检测的优缺点7.Harris角点检测的实现一、Harris角点1.角点• 局部窗口沿各方向移动，均产生明显变化的点• 图像局部曲率突变的点不同类型的角点：2.角点检测算法好的角点检测算法满足：• 检测出图像中“真实的”角点• 准确的定位性能• 很高的稳定性• 具有对噪声的鲁棒性• 具有较高的计算效率典型的角点检测算法：• Harr
2022-04-05 22:44:20
3359
原创 计算机视觉 实验一
文章目录一、python及opencv的配置二、图像处理基础1.图像的直方图表示1.1概念1.2代码部分2.实现高斯滤波2.1高斯滤波的理论基础2.2代码部分3.直方图均衡化3.1原理3.2代码实现一、python及opencv的配置在anaconda里使用activate opencv_env语句打开我自己建的虚拟环境，使用pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple语句进行opencv模块的安装。使用c
2022-03-16 17:31:09
5881
原创 机器学习实验四：朴素贝叶斯分类
文章目录一、算法介绍二、朴素贝叶斯分类的优缺点三、代码简单实现一、算法介绍贝叶斯分类算法是一大类分类算法的总称，贝叶斯分类算法以样本可能属于某类的概率来作为分类依据。朴素贝叶斯分类算法是贝叶斯分类算法中最简单的一种。首先我先给出一个贝叶斯公式：代入实际的意义：我们要求的是p(类别|特征)。而对于朴素贝叶斯算法，朴素贝叶斯算法是假设各个特征之间相互独立的**这样以来，我们可以将朴素贝叶斯公式写为：而对于朴素贝叶斯分类的训练，就是基于训练集DDD估计 类先验概率P(c)P(c)P(c)，并为每个
2022-01-02 02:38:27
1585
原创 机器学习实验三：logistic回归
文章目录一、模型简介二、使用logistic回归的目的：寻找分类边界线三、回归函数四、确定最佳回归系数 （极大似然估计+梯度上升）五、代码实现一、模型简介逻辑斯谛回归（logistic regression）是统计学习中的经典分类方法，属于对数线性模型，所以也被称为对数几率回归。这里要注意，虽然带有回归的字眼，但是该模型是一种分类算法，逻辑斯谛回归是一种线性分类器，针对的是线性可分问题。利用logistic回归进行分类的主要思想是：主要思想就是用最大似然概率方法构建出方程，为最大化方程，利用牛顿梯度上升
2022-01-02 01:53:38
1819
原创 机器学习实验二 决策树
一、算法原理1.决策树（Decision Tree）是一种简单但是广泛使用的分类器。通过训练数据构建决策树，可以高效的对未知的数据进行分类。2.决策树需要监管学习，监管学习就是给出一堆样本，每个样本都有一组属性和一个分类结果，也就是分类结果已知，那么通过学习这些样本得到一个决策树，这个决策树能够对新的数据给出正确的分类。3.决策树有两大优点：1）决策树模型可以读性好，具有描述性，有助于人工分析；2）效率高，决策树只需要一次构建，反复使用，每一次预测的最大计算次数不超过决策树的深度。举个我们上课讲过
2021-12-21 22:48:27
1907
原创 C++ 实验四
目录一、实验内容二、代码实现三、知识点总结一、实验内容1.撰写自己的算法和函数，结合容器和迭代器解决序列变换（如取反、平方、立方），像素变换（二值化、灰度拉伸）；2.用set存储学生信息，并进行增删改查操作；3.输入一个字符串，用map统计每个字符出现的次数并输出字符及对应的次数。二、代码实现1.数据类型确定和不确定时，分别执行取反操作void transInv(int a[],int b[],int nNum){ for(int i =0; i<nNum; i++){
2021-11-30 22:31:31
635
原创 C++ 实验三
目录一、实验内容二、代码实现1.queue.h2.queue.cpp3.main.cpp4.实验结果三、知识点总结1.模板的特化2.模板函数3.类模板4.const type& 与 type& 的区别5.operator<<>>运算符重载一定要为友元函数一、实验内容1.模板函数（compare）一般模板函数特化模板函数2、模板类Queue或Stack模板类（Queue，Stack）成员模板函数模板特化：模板函数特化、模板成员函数特化、模板类特化3、模
2021-11-17 23:57:40
614
原创 C++ 实验二
一、继承访问权限测试设计类A具有public, protected, private等不同属性的成员函数或变量；类B通过public, protected, private等不同方式继承A，在类B的成员函数中测试访问A的成员函数或变量；在类B中添加public, protected, private等不同属性的成员函数或变量，在外部测试访问B的各个成员函数或变量；B以private方式继承A，尝试把A中的部分public成员提升为public。#include <stdio.h>#i
2021-10-28 14:06:28
393
原创 C++ 实验一
CMatrix类成员变量private: int m_nRow ; int m_nCol ; double * m_pData ;头文件#ifndef CMATRIX_H#define CMATRIX_H#include<iostream>#include<assert.h>using namespace std;class CMatrix{public: CMatrix(); CMatrix(int nRow
2021-10-13 20:43:42
100
原创 机器学习作业一：使用k-近邻算法实现手写数字识别（1）+（2）
k-近邻算法概述：主要是采用测量不同特征值之间的距离进行概述优点：精度高、对异常值不敏感、无数据输入假定缺点：计算复杂度高、空间复杂度高使用数据范围：数值型和标称型工作原理：1.存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。2.输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标签。一般来说，我们只选择样本数据集中前 k 个最相似的数据，这就是
2021-09-28 11:41:52
777
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