今天又把卷积给忘了。。。然后就发现了这么个有才的文章！信号与挨板子~哈哈哈哈！谈起卷积分当然要先说说冲击函数----这个倒立的小蝌蚪，卷积其实就是为它诞生的。“冲击函数”是狄拉克为了解决一些瞬间作用的物理现象而提出的符号。古人曰：“说一堆大道理不如举一个好例子”，冲量这一物理现象很能说明“冲击函数”...
分类：
其他好文 时间：
2014-06-24 20:48:45
阅读次数：
172
1. 概述
回想一下BP神经网络。BP网络每一层节点是一个线性的一维排列状态，层与层的网络节点之间是全连接的。这样设想一下，如果BP网络中层与层之间的节点连接不再是全连接，而是局部连接的。这样，就是一种最简单的一维卷积网络。如果我们把上述这个思路扩展到二维，这就是我们在大多数参考资料上看到的卷...
分类：
其他好文 时间：
2014-06-13 15:02:23
阅读次数：
438
3.19.1
业务方案描述对每一个外协加工产品定义对应的加工费项目，并将发外加工物料及加工费项目一起挂在加工后产品的BOM下(供应类型为装配拉式)。加工后产品的成本按外协BOM卷积，总成本包含加工前物料成本和加工费；设置外协库位，按不同外协供应商定义不同的货位存放发外物料；根据外协业务需求，由采购人...
分类：
其他好文 时间：
2014-06-11 12:44:01
阅读次数：
235
雪花噪声即椒盐噪声，以前黑白电视常见的噪声现象。原理准备0°，45°，90°，135°4个方向的卷积模板。
用图像先和四个模板做卷积，用四个卷积绝对值最小值Min来检测噪声点。求灰度图gray与其中值滤波图median。判断噪声点：fabs(median-gray)>10
&& min>0.1。噪声...
分类：
其他好文 时间：
2014-06-05 14:31:42
阅读次数：
578
该文章发表在CVPR2013上，主要讲述了如何利用深度卷积网实现人脸特征点的位置预测，个人认为本文最大的亮点在于巧妙地将神经元的输出和坐标值联系起来，实现了多点位置预测。从作者的结果来看，似乎该方法可以秒杀其他任何面部特征点检测算法，具体是不是这样，还需要广大童鞋去验证。...
分类：
其他好文 时间：
2014-05-25 04:26:42
阅读次数：
369
深度学习与脑机接口_1（基于卷积神经网络的P300信号检测）
参考论文《Convolutional Neutral Networks for P300 Detection with Application to
Brain-Computer Interfaces》 Hubert Cecotti an...
分类：
其他好文 时间：
2014-05-17 20:47:01
阅读次数：
1010
本文结合Deep learning的一个应用，Convolution Neural Network 进行一些基本应用，参考Lecun的Document 0.1进行部分拓展，与结果展示（in python）。
分为以下几部分：
1. Convolution（卷积）
2. Pooling（降采样过程）
3. CNN结构
4. 跑实验
下面分别介绍...
分类：
Web程序 时间：
2014-05-15 23:21:13
阅读次数：
746
收入囊中
这里的很多内容其实在我的Computer
Vision: Algorithms and ApplicationsのImage processing中都有讲过
相关和卷积工作原理边界处理滤波器的工作原理会使用均值滤波，高斯滤波使用自己创造的核函数进行双线性滤波可分离的滤波（加速）
葵花宝典
相关： g=f?h
卷积： g...
分类：
其他好文 时间：
2014-04-29 13:25:21
阅读次数：
578
