摘要： 我保证这篇文章和你以前看过的所有文章都不同，这是 2012 年还在果壳的时候写的，但是当时没有来得及写完就出国了……于是拖了两年，嗯，我是拖延症患者…… 这篇文章的核心思想就是： 要让读者在不看任何数学公式的情况下理解傅里叶分析。 傅里叶分析不仅仅是一个数学工具，更是一种可以彻底颠覆一个人以前世界观 阅读全文

摘要： Visualizing and understandingConvolutional Networks 本文是Matthew D.Zeiler 和Rob Fergus于（纽约大学）13年撰写的论文，主要通过Deconvnet（反卷积）来可视化卷积网络，来理解卷积网络，并调整卷积网络；本文通过Deco 阅读全文

摘要： 不同图像灰度不同，边界处一般会有明显的边缘，利用此特征可以分割图像。需要说明的是：边缘和物体间的边界并不等同，边缘指的是图像中像素的值有突变的地方，而物体间的边界指的是现实场景中的存在于物体之间的边界。有可能有边缘的地方并非边界，也有可能边界的地方并无边缘，因为现实世界中的物体是三维的，而图像只具有 阅读全文

摘要： 图像处理（卷积）作者太棒了 原文 http://blog.sina.com.cn/s/blog_4bdb170b01019atv.html 图像处理－线性滤波－1 基础（相关算子、卷积算子、边缘效应） 这里讨论利用输入图像中像素的小邻域来产生输出图像的方法，在信号处理中这种方法称为滤波（filter 阅读全文

摘要： 幻灯片1 Sobel算子 幻灯片2 一、Sobel边缘检测算子 l 在讨论边缘算子之前，首先给出一些术语的定义： l (1)边缘：灰度或结构等信息的突变处，边缘是一个区域的结束，也是另一个区域的开始，利用该特征可以分割图像。 l (2)边缘点：图像中具有坐标[x，y]，且处在强度显著变化的位置上的点 阅读全文

摘要： Latex排版的，所以之上截图吧： Latex排版的，所以之上截图吧： 顶0踩 阅读全文

摘要： 矩阵的迹 在线性代数中，一个的矩阵的迹（或迹数），是指的主对角线（从左上方至右下方的对角线）上各个元素的总和，一般记作或： 其中代表矩阵的第i行j列上的元素的值[1]。一个矩阵的迹是其特征值的总和（按代数重数计算）。 迹的英文为trace，是来自德文中的Spur这个单字（与英文中的Spoor是同源词 阅读全文

摘要： 摘要：本文将详细解析深度神经网络识别图形图像的基本原理。针对卷积神经网络，本文将详细探讨网络中每一层在图像识别中的原理和作用，例如卷积层(convolutional layer)，采样层(pooling layer)，全连接层(hidden layer)，输出层(softmax output lay 阅读全文

摘要： 卷积神经网络采用了三种基本概念:局部感受野(local receptive fields),共享权重(sharedweights),和混合(pooling)。 局部感受野: 在之前看到的全连接层的网络中,输入被描绘成纵向排列的神经元。但在一个卷积网络中,把输入看作是一个 28 × 28 的方形排列的 阅读全文

摘要： 看Matlab的help文档讲得不是清楚。 先给上一段代码： >> a=[1 2 3;4 5 6;7 8 9;10 11 12]; >> b=reshape(a,2,6); >> a=[1 2 3;4 5 6;7 8 9;10 11 12]; >> b=reshape(a,2,6); 这段代码的结果 阅读全文