- 博客(11)
- 资源 (9)
- 收藏
- 关注
原创 sift 特征提取中的两个公式
sift 特征的详细过程请参考:** https://blog.csdn.net/lyl771857509/article/details/79675137**该文章中有两处描述不是很清楚:1. 4.1 节 关键点的精确定位这个过程实际上是高斯牛顿法求极值的一个应用, 思路是如果当前的关键点是极值点, 高斯迭代过程中的下一步移动应该很小. 因此反过来通过判断下一步移动的大小来判断当前点是不是极值点.4.2 节 消除边缘响应类似Harr 交点检测, 判断Hession 矩阵的两个特征值, 两个特
2020-08-05 11:56:52 178
原创 如何从仿射矩阵得到旋转和平移
配准的点对得到仿射矩阵: M = cv2.estimateAffinePartial2D(point1s, point2s,maxIters=200,ransacReprojThreshold= 30)// estimateAffinePartial2D 使用ransca 从多对匹配点得到最优的仿射阵 R = M[0][0:2,0:2] // M 是2行3列的矩阵 , 其中前两列是旋转矩阵R, 第3列是平移量t det_r = det(R) R 是一个正交矩阵 , 行列式的值表.
2020-06-10 10:50:45 3304 2
维特比算法-MichaelCollins 公开课笔记
要解决的问题:词性标注;用监督学习的方法来解决词性标注问题;如句子“The dog laugh”我们知道其对应的词性序列为“P N V ”其中P为介词 , N为名词, V为动词;那我们如何用机器学习的方法来解决这个问题呢? 我们可以用监督学习的方法来解决这个问题,本文大概描述描述这个过程。对于输入的句子“ The dog laugh”中每个词都有可能是{P ,N ,V ,S} 四种
2016-04-02 21:43:57 77
原创 线性回归和最小二乘
**1. 线性回归的问题:** 仍然使用andrew NG 机器学习课程中的第一个例子, 房价预测。 这里每个房屋有使用面积和卧室数两个属性, 在训练集中我们当然也有每个房间的价格。 我们学习的目标是找到 向量Θ,使得对每一个Xi有:Θ * X = Yi,对于所有的训练样本,构成矩阵A;A中第一列为全 1 ,使得: 就是要找到 A*Θ = y 的解
2016-04-01 14:47:21 264
原创 线性回归和最小二乘
1. 线性回归的问题: 仍然使用andrew NG 机器学习课程中的第一个例子, 房价预测。 这里每个房屋有使用面积和卧室数两个属性, 在训练集中我们当然也有每个房间的价格。我们学习的目标是找到 向量Θ,使得对每一个Xi有:Θ * X = Yi,对于所有的训练样本,构成矩阵A;A中第一列为全 1 ,使得:就是要找到 A*Θ = y 的解;如果所有的
2016-04-01 14:39:34 71
原创 逻辑回归笔记
cost函数:hypothesis :怎样画决策边界,为什么决策边界逻辑回归的代价函数, 其实跟线性回归有很大的不同。 首先不仅仅是hypothesis函数的定义跟线性回归很不一样, 理解逻辑回归的最重要的一点就是先理解hypothesis函数。 hypothesis的解释是“在参数Θ下, 输入向量x对应Y=1的概率” 这里, Y = 1 和Y = 0 就是我们分类的依据。 如y = 1 表示肿瘤为
2015-08-07 17:43:34 336
翻译 决策树原理
引用:http://www.saedsayad.com/decision_tree.htm Decision Tree - ClassificationDecision tree builds classification or regression models in the form of a tree structure. It breaks do
2015-02-08 22:21:46 811
原创 C 语言 指针和数组的几点笔记:
1. 数组跟指针的差别呢? 对于一个数组,我们只能做两件事情, 就是确定数组长度和获得指向该数组第一个元素的指针。 其他的行为,都是通过指针方式来进行的。 如: int arr【4】; Int * ip; arr是指向数组首地址的指针, 所有 可以有 ip = arr。 并且arr 是一个指针常量。 所以你不能给arr赋值。 *(a +1)是
2013-01-02 15:16:23 327
数据仓库和olap
2015-02-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人