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
