摘要： SoftMax 函数用在多分类问题里，把最后的输出结果归一化到概率值。在逻辑回归二分类问题里我们用sigmod函数将结果映射到（0，1）的概率里。在多分类里就可以用softmax函数把输出归一化到概率（0，1）里面。 SoftMax函数的公式：如果一个多分类模型的输出为 a1, a2, a3...那 阅读全文

摘要： 最近开始认真的去读论文了，而且慢慢读出了一点味道，首先最基本的读的速度变快了，可能是因为读的这几篇论文里重复的单词比较多，，，，害怕读的论文，过了一段时间又给忘了，所以一点一点记下来。 我做的毕设是彩色水果图像的分割嘛，所以先读的论文自然都是和水果有关的，去那些数据库搜索文献，关键词就是 fruit 阅读全文

摘要： 首先 区域分割的分割方法 首先得到一个区域，（一般已原图作为第一个区域） 然后得到该区域的直方图，选取最合适的峰值作为阈值，然后选择连接区域，然后把这些区域加入下一步要处理的区域中，然后重复第一步，直到没有下一个区域或者没有合适的峰值。 阅读全文

摘要： http://www.moonshile.com/post/juan-ji-shen-jing-wang-luo-quan-mian-jie-xi#toc_0 阅读全文

摘要： 边缘检测是图像分割的另一种重要方法，利用图像灰度级在边缘处的突变，找到目标物体的边缘，图像中边缘处像素的灰度值不连续，这种不连续性可通过求导数来检测到。对于阶跃状边缘，其位置对应一阶导数的极值点，对应二阶导数的过零点(零交叉点)。因此常用微分算子进行边缘检测。常用的一阶微分算子有Roberts算子、 阅读全文

摘要： 阈值分割方法是一种利用图像的每个像素灰度的不同，选定一个或者多个阈值，讲图像分成不同几类，每一类中的灰度值在一个范围之内属于一个物体。这样几乎只能处理较为简单的图像，复杂的图像分割效果将不好。第一步选取正确的阈值，第二步将图像中的灰度级与这个阈值相比较并分类。 选择阈值的方法： 一 利用灰度直方图： 阅读全文

摘要： 想直接学习卷积神经网络，结果发现因为神经网络的基础较弱，学习起来比较困难，所以准备一步步学。并记录下来，其中会有很多摘抄。 （一）什么是多层感知器和反向传播 1，单个神经元 神经网络的基本单元就是神经元，一个神经元就是处理输入并输出的小玩意，下面是一个图 想直接学习卷积神经网络，结果发现因为神经网络 阅读全文

摘要： 结构体的赋值： 结构体的赋值，这里不建议用下面这种形式进行统一赋值， s = sturct('field1',values1,'field2',values2,…) 而是建议直接赋值，就是对每一个属性进行单独赋值，因为每一个属性的长度不同，所以，直接赋值，就省去了声明的过程，方便，快捷; 例如我们要 阅读全文

摘要： matlab中squeeze函数用于删除矩阵中的单一维（Remove singleton dimensions），比如执行下面的代码，随机产生一个1x2x3的矩阵A，然后squeeze（A）将返回一个2x3的矩阵，将第一维却掉(因为第一位大小为1)： A=rand(1,2,3) squeeze(A) 阅读全文