上一页 1 2 3 4 5 6 7 8 9 10 ··· 12 下一页

2016年10月27日

图像处理之图像拼接三

摘要: 基于最佳缝合线的拼接: 一个图像如何求取最佳缝合线呢。 这个是opencv的代码 可以看出需要知道conners。目前怎么求conners还没搞清楚 以上是两个图像以及它们分别的最佳缝合线,其实是一个,因为这个两个图像没有拼接。OK 手动把这两个拼接在一起,也就是拼接后的模板。同时把左图和右图也贴上 阅读全文

posted @ 2016-10-27 21:32 mitutao 阅读(5293) 评论(1) 推荐(1) 编辑

2016年10月26日

图像处理之图像拼接二

摘要: 上次的图像拼接效果还是不够好,有鬼影。所有一直在想怎么解决。 才发现基于拉普拉斯金字塔的图像融合是可以的。然后就找到原来还有最佳拼接缝一说。然后发现opencv高版本是带这个的,但是怎么解决呢? http://blog.csdn.net/wd1603926823/article/details/49 阅读全文

posted @ 2016-10-26 23:24 mitutao 阅读(9997) 评论(0) 推荐(1) 编辑

2016年10月20日

机器学习二 逻辑回归作业

摘要: 作业在这,http://speech.ee.ntu.edu.tw/~tlkagk/courses/ML_2016/Lecture/hw2.pdf 是区分spam的。 57维特征,2分类问题。采用逻辑回归方法。但是上述数据集在kaggle中没法下载,于是只能用替代的方法了,下了breast-cance 阅读全文

posted @ 2016-10-20 17:31 mitutao 阅读(838) 评论(0) 推荐(0) 编辑

2016年10月18日

机器学习二 逻辑回归

摘要: 在生成模型中讲到了,可以利用手头的数据,假设数据是满足高斯分布,且是不同的均值,但是同一个协方差矩阵,基于贝叶斯的判别式,可以得到 p(c1|x)>0.5 是第一类 p(c1|x)可以转化为sigmod(z)=w*x +b 阅读全文

posted @ 2016-10-18 22:02 mitutao 阅读(286) 评论(0) 推荐(0) 编辑

图像处理之图像拼接

摘要: 图像拼接是图像处理中最为常见的一个功能,在不考虑旋转的情况下,也就是需要求取拼接亮就行了,然而当光源是点光源时,往往成像都是高斯性质, 这样会导致中间亮,两边暗或者四周暗,在这种情况下拼接,图像会存在很明显的拼接痕迹。 因此,本文针对上述拼接痕迹,设计了一种线性平滑的方法。 上代码: 没有采用上述拼 阅读全文

posted @ 2016-10-18 17:25 mitutao 阅读(1001) 评论(0) 推荐(1) 编辑

2016年10月16日

线性代数本质的视频

摘要: http://www.bilibili.com/video/av6341515/ 阅读全文

posted @ 2016-10-16 10:54 mitutao 阅读(384) 评论(0) 推荐(0) 编辑

2016年10月14日

opengl 读取3ds(stl)文件

摘要: 没有解决: mark 几个网站: 1 http://blog.csdn.net/icebergkevin/article/details/18974235 能实现二维的 2 http://www.cnblogs.com/xds1224/p/3565280.html 编译一直出现问题 现在还没搞定?? 阅读全文

posted @ 2016-10-14 23:47 mitutao 阅读(1763) 评论(1) 推荐(0) 编辑

2016年10月13日

机器学习 1 linear regression 作业(二)

摘要: 这个线性回归的作业需要上传到https://inclass.kaggle.com/c/ml2016-pm2-5-prediction 上面,这是一个kaggle比赛的网站。第一次接触听说这个东西,恰好在京东上有一本刚出来的关于这个的书《Python机器学习及实践:从零开始通往Kaggle竞赛之路》。 阅读全文

posted @ 2016-10-13 21:21 mitutao 阅读(2891) 评论(0) 推荐(0) 编辑

2016年10月9日

机器学习 1 linear regression 作业

摘要: 话说学机器学习,不写代码就太扯淡了。好了,接着上一次的线性回归作业。 hw1作业的链接在这: http://speech.ee.ntu.edu.tw/~tlkagk/courses/ML_2016/Lecture/hw1.pdf 作业是预测台湾的PM2.5的指数,既然是回归问题,肯定是用的是上一节课 阅读全文

posted @ 2016-10-09 15:56 mitutao 阅读(1600) 评论(1) 推荐(0) 编辑

2016年10月3日

机器学习 1 regression

摘要: Linear regerssion 线性回归 回归: stock market forecast f(过去10年股票起伏的资料) = 明天道琼指数点数 self driving car f(获取的道路图像)= 方向盘角度 recommendation f(使用者A 商品B)= 购买商品可能性 预测妙 阅读全文

posted @ 2016-10-03 21:13 mitutao 阅读(495) 评论(0) 推荐(0) 编辑

上一页 1 2 3 4 5 6 7 8 9 10 ··· 12 下一页

导航