1. 线性回归 X，Y是线性的 是偏置（有点像截距），防止Y为0，矩阵表示时，为全1 ：数据集收集的时候有误差（高斯误差，均值为0） 表达向量很相似 D：和，代表所有的数据，和相互独立 2. Basic Expansion 2.1 使用Basis expansion捕捉自变量和因变量的非线性关系 2 ...
分类：
其他好文 时间：
2020-11-25 12:17:37
阅读次数：
7
最近要做和计算机视觉相关的项目，就开始学习OpenCV了。买了《学习OpenCV3》这本书，发现是用C++编写的例程，就开始配置C++的环境。 配了一整天visual studio 2019，失败，感觉原因一是自己确实不熟悉C++的dll和lib那一块，对x64和x86也不熟悉，所以配置都得照着网上 ...
分类：
其他好文 时间：
2020-10-12 20:46:37
阅读次数：
35
补充知识： 正定矩阵 奇异矩阵 严格对角占优 要理解Gauss消去法，首先来看一个例子： 从上例子可以看出，高斯消去法实际上就是我们初中学的阶二元一次方程组，只不过那里的未知数个数$n=2$ $n>2$时，Gauss消去法的思路实际上和解二元一次方程组是一样的，方法如下： 将$n$方程组中的$n-1 ...
分类：
编程语言 时间：
2020-09-21 11:52:18
阅读次数：
48
#include <cstdio> #include <vector> #include <iostream> #include <opencv2/core/core.hpp> using namespace std; using namespace cv; const double DELTAX ...
分类：
其他好文 时间：
2020-09-18 03:24:04
阅读次数：
26
很多算法都用到了这个矩阵，比如Hessian affine region detector、SURF，虽然这些算法我还没有完全搞透，不过那都是后话，先把这个矩阵搞出来再说，学习是不断迭代的过程。 整个矩阵的形成主要由四部分公式决定： g(x,y)就是高斯函数了，没啥可说的： 对高斯函数的x和y分别求 ...
分类：
其他好文 时间：
2020-09-17 20:57:01
阅读次数：
38
1 cl; 2 m=31; 3 n=31; 4 img=zeros(m+1,n+1); 5 img=double(img); 6 pi=3.1415926; 7 sigma=10; 8 for i=-(m/2):m/2 9 for j=-(n/2):n/2 10 img(i+m/2+1,j+n/2+ ...
分类：
其他好文 时间：
2020-09-17 20:53:03
阅读次数：
33
我可没直接调用系统函数，要是那样就太水了。其实我的matlab代码很容易就能翻译成c/c++的。 canny边缘检测一共四个部分： 1.对原图像高斯平滑 2.对高斯平滑后的图像进行sobel边缘检测。这里需要求横的和竖的还有联合的，所以一共三个需要sobel边缘检测图像。 3.对联合的sobel检测 ...
分类：
其他好文 时间：
2020-09-17 20:48:53
阅读次数：
27
#简介 矩阵树定理用于生成树计数。 #高斯消元解行列式 行列式就是一个$n\times n$的矩阵。对行列式可以求值。 具体怎么做，就是行列式搞一次高斯消元，然后对角线乘起来就是行列式的值。 #矩阵树定理 首先要求出“基尔霍夫矩阵”，这需要两个矩阵$D$和$A$，然后$D-A$就是它了。 接着把这个 ...
分类：
其他好文 时间：
2020-09-17 14:10:20
阅读次数：
27
概率分布 假设每一个随机变量都符合高斯分布，那么根据已有的数据，就可以得到$\mu$ 和$\sigma$ 的估计值，从而得到其分布函数，然后就可以针对预测数据进行预测，针对多维数据，采用高维高斯分布，每一维度都是独立的，并且都符合高斯分布，计算出每一维度的高斯分布函数，可以得到多维高斯分布函数，然后 ...
分类：
其他好文 时间：
2020-09-12 21:12:57
阅读次数：
40
图4.32，有无填充对图像频率域滤波的影响 源代码 1 ''' 2 有无填充对高斯低通滤波结果的影响 3 ''' 4 5 import cv2 6 import numpy as np 7 import matplotlib.pyplot as plt 8 import self_def 9 10 ...
分类：
其他好文 时间：
2020-08-24 16:56:42
阅读次数：
79
