|
摘要：
VAX.Visual.Assist.X.V10.6.1862.0 破解补丁Posted on2011 年 12 月 29 日Visual assist 最新1862版本 破解补丁，本人亲测可用！使用方法：下载后覆盖同名文件即可！如果是vs2010，请到以下目录覆盖：Windows7系统：C:/Users/用户名/AppData/Local/Microsoft/VisualStudio/10.0/Extensions/Whole Tomato Software/Visual Assist X/10.6.1862.0XP系统:C:/Documents and Settings/用户名/Local 阅读全文
posted @ 2012-03-07 21:10 月不识己 阅读(402) 评论(0) 推荐(0) 编辑
摘要：
1 MRPT 移动机器人编程工具箱 mobile robot programming toolkitRANSAC算法的C++实现以及其他应用范例http://www.mrpt.org/RANSAC_C++_examples2 MATLAB and Octave Functionsfor Computer Vision and Image Processinghttp://www.csse.uwa.edu.au/~pk/Research/MatlabFns/#robust一个开源的开源matlab函数库针对机器视觉和图像处理，里面有很多相关应用函数。看RANSAC时找到的。 阅读全文
posted @ 2012-03-07 20:35 月不识己 阅读(232) 评论(0) 推荐(0) 编辑
摘要：
Rob Hess的SIFT算法的C语言实现（基于OpenCV）RobHess的homepagehttp://web.engr.oregonstate.edu/%7Ehess/index.htmlRob Hess的SIFT算法在VC.net下实现http://web.engr.oregonstate.edu/%7Ehess ... 30_win.zip编译他的代码需要安装OpenCV和GSL（http://gnuwin32.sourceforge.net/packages/gsl.htm） 阅读全文
posted @ 2012-03-07 19:38 月不识己 阅读(342) 评论(0) 推荐(0) 编辑
摘要：
感觉写的不错！！机器学习问题常用技术： 决策树 神经网络 支持向量机 贝叶斯分类 序列分析 聚类 分类 最近邻，k近邻，改进近邻目前有多种比较成熟的算法，如贝叶斯分类、近邻法、决策树、神经网络、支撑向量机等。其中贝叶斯算法被认为是效果良好的算法并被诸多学者所使用。应用驱动的机器学习方法1、流形机器学习：稀疏数据的非线性方法 (特征抽取)。2、增强学习：对变化环境适应(机器人)。3、多实例学习：半监督学习(药物设计)。4、ranking学习：需求是事物排序的学习(搜索引擎)。5、数据流学习：大量数据快速过滤(有害信息过滤)。有监督方法： 线性学习机LLM K最近邻法K... 阅读全文
posted @ 2012-03-07 19:26 月不识己 阅读(579) 评论(0) 推荐(0) 编辑
摘要：
废话： 如果你像我一样没有想搞图像的一本书从头看到尾（其实也没几个人能从头看到尾的，很多都是拿MatLAB扯扯淡！）的话，在SIFT算法的资料里出现的很多概念可能是你理解的障碍！因为觉得有必要说一下，希望这样会给一些像我一样没什么基础的人一些帮助！如果一下当中有的你知道了你可以跳过去呵呵！也有可能有些概念我解释的不是很对，也希望您的指正！基本概念：降采样：对于一幅图像而言的降采样就是每隔几行、几列得到取一点，组成一个新的图像。以比例因子为2（fact of 2）的降采样来说：就是対一幅图像每隔一行一列取一点。对于n×n的图像就变为n/2×n/2的图像了。比例因子为2的降采样 阅读全文
posted @ 2012-03-07 19:16 月不识己 阅读(140) 评论(0) 推荐(0) 编辑
摘要：
废话： 如果你像我一样没有想搞图像的一本书从头看到尾（其实也没几个人能从头看到尾的，很多都是拿MatLAB扯扯淡！）的话，在SIFT算法的资料里出现的很多概念可能是你理解的障碍！因为觉得有必要说一下，希望这样会给一些像我一样没什么基础的人一些帮助！如果一下当中有的你知道了你可以跳过去呵呵！也有可能有些概念我解释的不是很对，也希望您的指正！基本概念：降采样：对于一幅图像而言的降采样就是每隔几行、几列得到取一点，组成一个新的图像。以比例因子为2（fact of 2）的降采样来说：就是対一幅图像每隔一行一列取一点。对于n×n的图像就变为n/2×n/2的图像了。比例因子为2的降采样 阅读全文
posted @ 2012-03-07 19:15 月不识己 阅读(181) 评论(0) 推荐(0) 编辑 |
||
