查询分类单表查询:简单查询多表查询:连接查询联合查询:多个查询结果汇总查询的组成投影查询:挑选要显示的字段select
array1,array2,... from tb_name;选择查询:挑选符合条件的行select * from tb_name
where-clausewhere-clause...
分类:
数据库 时间:
2014-05-14 03:08:33
阅读次数:
440
大意:是否存在一条直线,使所有线段在直线上的投影至少交与一点
思路:转换为是否存在一条直线与所有的线段相交,做这条直线的垂线,那么垂线即为所求 3 **/ 4 #include 5 #include 6 using
namespace std; 7 int n; 8 const double...
分类:
其他好文 时间:
2014-05-13 19:55:23
阅读次数:
234
下面介绍一款jquery图片播放插件叫Fancybox,项目主页地址:http://fancybox.net/
Fancybox的特点如下:
1、可以支持图片、html文本、flash动画、iframe以及ajax的支持
2、可以自定义播放器的CSS样式
3、可以以组的形式进行播放,导航的按钮(上一项,下一项)
4、如果将鼠标滚动插件(mouse wheel plugin)包含进来的话Fancybox还能支持鼠标滚轮滚动来翻阅图片
5、Fancybox播放器支持投影,更有立体的感觉...
分类:
Web程序 时间:
2014-05-13 00:22:11
阅读次数:
573
收入囊中
灰度图像的反向投影彩色图像的反向投影利用反向投影做object detect
葵花宝典
什么是反向投影?其实没有那么高大上!
在上一篇博文学到,图像可以获得自己的灰度直方图.
反向投影差不多是逆过程,由直方图得到我们的投影图。
过程如下:
根据模版图像,得到模版图像的灰度直方图.对灰度直方图对归一化,归一化后是个概率分布,直方图的积分是1根据概率分布...
分类:
其他好文 时间:
2014-05-12 06:36:19
阅读次数:
473
收入囊中
在http://blog.csdn.net/abcd1992719g/article/details/25505315这里,我们已经学习了如何利用反向投影和meanshift算法来在图像中查找给定模版图片的位置。meanshift针对的是单张图像,在连续图像序列的跟踪中,camshift(Continuously
Adaptive Mean-SHIFT)是一种著名的算法。但...
分类:
其他好文 时间:
2014-05-11 21:34:37
阅读次数:
556
上一讲说到,各个特征(各个分量)对分类来说,其重要性当然是不同的。
舍去不重要的分量,这就是降维。
聚类变换认为:重要的分量就是能让变换后类内距离小的分量。
类内距离小,意味着抱团抱得紧。
但是,抱团抱得紧,真的就一定容易分类么?
如图1所示,根据聚类变换的原则,我们要留下方差小的分量,把方差大(波动大)的分量丢掉,所以两个椭圆都要向y轴投影,这样悲剧了,两个重叠在一起,根本...
分类:
其他好文 时间:
2014-05-11 20:17:34
阅读次数:
313
收入囊中
meanshift图像聚类meanshift object detect
葵花宝典
今天有点累,理论就讲少点吧T_T
meanshift中文是均值飘逸,就是给定一个点,然后会移动到概率密度最大的地方。
对于图像,什么是概率密度最大?
我们可以定义很多要素:
距离
RGB
HSV
下面我有个例子,就是用距离(x,y)和HSV(h,s,v)作图像聚类的。
...
分类:
其他好文 时间:
2014-05-11 02:16:10
阅读次数:
530
什么是计算机视觉
计算机视觉,就是研究如何让计算机“看”的一门学问。也即通过分析图像,获取图像的具体信息( 如两点距离 ),甚至隐含信息( 如某个物体的运动速度
)。人和计算机的视觉类比 下面通过对比人与计算机视觉的产生过程,加深对计算机视觉这一概念的认识。 1. 物体投影于人眼 对于计算机...
分类:
其他好文 时间:
2014-05-10 07:19:29
阅读次数:
293
perspective projectiontitle: perspective projection
tags: ["openGL", "Markdown", "mathjax"] notebook: notes -->
关于投影变换NDC我们先介绍一个概念,NDC(Normalized Devi...
分类:
其他好文 时间:
2014-05-10 07:16:39
阅读次数:
404
迷惑很久,终于想通。其实是一种数据的处理方法,可以简化数据。矩阵乘特征向量就是在其方向的投影。这点类似于向量点积既是投影。通过求特征值和向量,把矩阵数据投影在一个正交的空间,而且投影的大小就是特征值。这样就直观体现了数据的基本特征。最大特征值并不是说数据在所有方向的投影的最大值,而仅限于正交空间的某...
分类:
其他好文 时间:
2014-05-10 00:42:13
阅读次数:
198