zmshy2128-CSDN博客

原创人工蜂群算法代码实现 python

首先声明，本代码参考了https://www.cnblogs.com/biaoyu/p/4857904.html，但它的实现逻辑上有些bug，我对其进行了完善和简化，并加了注释，理解起来很简单，效果也更好。代码基于python2.7，python 3上应该也可以运行，不过没测试。import numpy as npimport random, math, copyimport mat...

2019-11-16 22:13:08 3435 5

原创股票涨跌预测方法之四：实际预测

前一阵子在同学的鼓动下，花了一个多月研究了股票行情的预测方法，熟悉了常见的炒股术语及技术指标，现总结如下，纯属兴趣，如果想依照本文的方法来短线操作获利，请绕道。前面模型都已经搭好了，最后一步就是更新当天的股票行情并预测第二天的涨跌，更新操作当然也可以用前面的tushare来做，但是慢啊，慢得难以忍受，所以折腾我几天后，就在电脑上装了一个招商证券智远理财软件，里边可以将当天所有

2017-07-04 21:10:03 6222

原创股票涨跌预测方法之三：建立模型并训练

前一阵子在同学的鼓动下，花了半个多月研究了股票行情的预测方法，熟悉了常见的炒股术语及技术指标，现总结如下，纯属兴趣，如果想依照本文的方法来短线操作获利，请绕道。研究的第三步就是建立神经网络预测模型了，还是使用keras来搭建，使用简单的3层全连接层做实验，输出就是根据第二天的涨跌幅分为5类：涨(范围[0.01,]）、微涨(范围[0.003，0.01])、平（范围[-0.003

2017-07-04 20:57:19 2424

原创股票涨跌预测方法之二：股票技术指标计算

前一阵子在同学的鼓动下，花了半个多月研究了股票行情的预测方法，熟悉了常见的炒股术语及技术指标，现总结如下，纯属兴趣，如果想依照本文的方法来短线操作获利，请绕道。研究的第二步就是了解常用的股票技术指标，如macd、rsi、ar等，由于前面已经下载了所有的股票数据。那么使用下面代码就可以获得指定股票的所有历史行情：import pandas as pdimport sqli

2017-07-04 20:27:17 3244 1

原创股票涨跌预测方法之一：下载股票数据

前一阵子在同学的鼓动下，花了半个多月研究了股票行情的预测方法，熟悉了常见的炒股术语及技术指标，现总结如下，纯属兴趣，如果想依照本文的方法来短线操作获利，请绕道。研究的第一步就是下载所有股票的历史行情数据。可以使用python开源模块tushare，缺点就是慢，所以我使用多线程来加速，并将数据保存在sqlite数据库里，下面是python代码：# -*- coding: u

2017-07-04 20:18:35 1299

原创深度学习结合非局部均值滤波的图像去噪算法

其实这是半年之前完成的内容，一直懒着没有总结，今天看了看代码，发觉再不总结自己以后都看不懂了，故整理如下。非局部均值是一种基于块匹配来确定滤波权值的。即先确定一个块的大小，例如7x7，然后在确定一个搜索区域，例如15x15，在15x15这个搜索区域中的每一个点，计算7x7的窗口与当前滤波点7x7窗口的相似性（使用绝对差和SAD，一般而言，窗口中各点的差值还需要乘以经高斯核生成的权重参数，离中心

2017-07-03 22:49:18 6825 4

原创非局部均值滤波算法的python实现

如题，比opencv自带的实现效果好#coding:utf8import cv2import numpy as npdef psnr(A, B): return 10*np.log(255*255.0/(((A.astype(np.float)-B)**2).mean()))/np.log(10)def double2uint8(I, ratio=1.0): re

2016-12-27 14:28:32 5193 2

原创 gabor变换人脸识别的python实现，att_faces数据集平均识别率99%

大家都说gabor做人脸识别是传统方法中效果最好的，这几天就折腾实现了下，网上的python实现实在太少，github上的某个版本还误导了我好几天，后来采用将C++代码封装成dll供python调用的方式，成功解决。图像经多尺度多方向的gabor变换后，gabor系数的数目成倍上升，所以对gabor系数必须进行降维才能送至后续的SVM分类器。测试图像使用att_fa

2016-12-14 21:34:57 1852 19

原创 LBP人脸识别的python实现

这几天看了看LBP及其人脸识别的流程，并在网络上搜相应的python代码，有，但代码质量不好，于是自己就重新写了下，对于att_faces数据集的识别率能达到95.0%~99.0%（40种类型，每种随机选5张训练，5张识别），全部代码如下，不到80行哦。#coding:utf-8import numpy as npimport cv2, os, math, os.path, glob,

2016-12-10 14:11:48 6391 18

原创 PCA人脸识别的python实现

这几天看了看PCA及其人脸识别的流程，并在网络上搜相应的python代码，有，但代码质量不好，于是自己就重新写了下，对于att_faces数据集的识别率能达到92.5%~98.0%（40种类型，每种随机选5张训练，5张识别），全部代码如下，不到50行哦。# -*- coding: utf-8 -*-import numpy as npimport os, glob, random, c

2016-12-10 14:11:08 6371 3

原创自动色彩均衡（ACE）快速算法

ACE算法源自retinex算法，可以调整图像的对比度，实现人眼色彩恒常性和亮度恒常性，通过差分来计算目标点与周围像素点的相对明暗关系来校正最终像素值，有很好的增强效果。但是计算复杂度非常高，本文提出一种有效的快速实现方法。为叙述方便，这里假设后面的图像都是归一化到[0,1]之间的浮点数图像。 ACE算法的计算公式为：Y = ∑(g(I(x0)-I(x))

2016-12-05 21:25:38 12346 29

原创解析hdr图像文件的python实现

如题import cv2import numpy as npdef rgbe2float(rgbe): res = np.zeros((rgbe.shape[0],rgbe.shape[1],3)) p = rgbe[:,:,3]>0 m = 2.0**(rgbe[:,:,3][p]-136.0) res[:,:,0][p] = rgbe[:,:,0][

2016-12-03 14:22:31 3499 2

原创 Retinex图像增强和暗通道去雾的关系及其在hdr色调恢复上的应用

很多人都认为retinex和暗通道去雾是八杆子都打不着的增强算法。的确，二者的理论、计算方法都完全迥异，本人直接从二者的公式入手来简单说明一下，有些部分全凭臆想，不对之处大家一起讨论。首先，为描述方便，后面所有的图像都是归一化到[0,1]的浮点数图像。 Retinex的公式就是：J=I/L

2016-12-03 14:21:41 3872 2

原创暗通道去雾算法的python实现

何凯明博士的去雾文章和算法实现已经漫天飞了，我今天也就不啰里啰唆，直接给出自己python实现的完整版本，全部才60多行代码，简单易懂，并有简要注释，去雾效果也很不错。在这个python版本中，计算量最大的就是最小值滤波，纯python写的，慢，可以进一步使用C优化，其他部分都是使用numpy和opencv的现成东东，效率还行。 import cv2import

2016-12-03 11:09:53 11073 24

原创 retinex图像增强算法的研究

图像增强方面我共研究了Retinex、暗通道去雾、ACE等算法。其实，它们都是共通的。甚至可以说，Retinex和暗通道去雾就是同一个算法的两个不同视角，而ACE算法又是将Retinex和灰度世界等白平衡理论相结合的产物。下面将依次讨论，每个算法写一个心得，欢迎拍砖。今天先写Retinex。Retinex理论认为，人眼观测到的图像S是光照图像L和物体反射图像R的乘积。而R才是真实

2016-12-03 10:43:32 8497 16

zmshy2128的专栏