- 博客(5)
- 收藏
- 关注
RSS订阅原创 基于时域表示的序列数据分类方法（二）——基于手工特征的时域序列数据分类方法
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。
2022-11-13 19:56:13
793
原创 基于时域表示的序列数据分类方法（一）——基于距离度量的序列数据分类方法
基本思想是通过构建距离度量，衡量待分类序列数据与已知类别序列数据在时域表示空间上的距离。此方法的核心是如何构建一个合适的距离度量。根据不同的匹配方式，还可以分为锁步度量和弹性匹配度量。锁步度量中最常使用的是欧氏距离。弹性匹配度量则常用动态时间规整（DTW–Dynamic Time Warping）和编辑距离。
2022-11-08 21:01:22
1230
原创 基于python的数字图像处理--学习笔记（三）
进入冈萨雷斯的第三章内容，并用python实现功能。我更改了代码源，之前找到太烂了，代码全是错、、现在使用的代码很清晰，功能也很全。
2022-10-27 20:24:25
1646
原创 基于python的数字图像处理--学习笔记（二）
前向映射可能会导致多对一的情况，也会出现目标点没有像素，但是原图像有的问题。也即，图像变换的本质是将像素点的坐标通过某一种函数关系，所有对图像的操作都是对像素矩阵的操作。读入一个图片后，完全可以将读入的图片转换为nuparray矩阵，所有对图片灰度（色度）的变化，都可以表示为是对矩阵中像素位置对应的数据的变换操作。(x’,y’)表示一个点经过旋转后的新位置，(x,y)表示未旋转前的原始位置，θ为旋转角度，假设变换前图像为I(x,y)，变换后图像为I’(x’,y’)，则变换前后的图像之间存在下列关系。
2022-10-24 23:02:54
2667
原创 基于python的数字图像处理--学习笔记（一）
OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。此外，OpenCV还提供了Java、python、cuda等的使用接口、机器学习的基础算法调用。并使用numpy库对图片的矩阵数据进行变换处理，实现平移旋转等操作。dstCn：用于指定目标图像的通道数，如果指定的值是默认值0，那么通道数将由输入图像和颜色转换码决定。可以实现RGB颜色向HSV，HSI等颜色空间转换，也可以转换为灰度图。输入原始图像，输出新图像，图像的大小。dst：表示目的地的矩阵。
2022-10-18 15:45:02
1743
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