随笔分类 - Algorithms
摘要：https://blog.csdn.net/weixin_39637386/article/details/110977222?utm_term=python%E4%BA%BA%E5%90%8D%E6%8F%90%E5%8F%96&utm_medium=distribute.pc_aggpage_s
阅读全文
摘要：HashMap是数组+链表实现的，既然用到hash散列，那么肯定不可避免的会出现冲突问题，HashMap解决冲突的方法是拉链法，因为这里有用到数组，那么当容量不足的时候就需要进行扩容操作了，在HashMap中有个术语叫冲突，当冲突几率越来越高的时候就需要进行扩容操作了，那什么情况就叫冲突几率高呢？就
阅读全文
摘要：介绍一篇新出的CVPR 2020 Oral 论文 Bringing Old Photos Back to Life ，老照片的修复，在视觉效果上看效果超群。该文作者来自香港城市大学、微软亚洲研究院、微软云+ AI、中国科学技术大学。下图为使用该文方法修复的视觉效果： 无论对于有斑点的污损、照片模糊、
阅读全文
摘要：分享一个机器学习文本分类项目的案例，该分类项目是一个通用的文本分类项目，这里的数据集我酒店用户评价数据，分类模型为二分类，正面评价和负面评价，这里所说的通用，就是你可以根据你自己的数据，进行train_data的构造，比如你可以换成垃圾短信数据，通过本文方法进行分类，也可以适用于你遇到的其他文本分类
阅读全文
摘要：一、图像卷积类型 在2维图像卷积计算中，大致分为full、same和valid这三类。 1、valid卷积操作 图1 valid卷积操作 valid卷积的图像大小计算公式为：滑动步长为S，图片大小为N1xN1，卷积核大小为N2xN2，卷积后图像大小：（(N1-N2)/S+1）x（ (N1-N2)/S
阅读全文
摘要：感知哈希算法（以下简称PHA）是哈希算法的一类，主要用来做相似图片的搜索工作。图片所包含的特征被用来生成一组指纹（不过它不是唯一的）,而这些指纹是可以进行比较的。 【原理】 下面是简单的步骤，来说明对图像进行PHA的运算过程 ： 第一步，缩小尺寸。 最快速的去除高频和细节，只保留结构明暗的方法就是
阅读全文
摘要：【方差】 （variance)是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。方差是衡量源数据
阅读全文
摘要：【图像金字塔】 图像金字塔是一种以多分辨率来解释图像的结构，通过对原始图像进行多尺度像素采样的方式，生成N个不同分辨率的图像。把具有最高级别分辨率的图像放在底部，以金字塔形状排列，往上是一系列像素（尺寸）逐渐降低的图像，一直到金字塔的顶部只包含一个像素点的图像，这就构成了传统意义上的图像金字塔。 获
阅读全文
摘要：【简介】 链码（又称为freeman码）是用曲线起始点的坐标和边界点方向代码来描述曲线或边界的方法，常被用来在图像处理、计算机图形学、模式识别等领域中表示曲线和区域边界。它是一种边界的编码表示法，用边界方向作为编码依据，为简化边界的描述，一般描述的是边界点集。它将线状地物或区域边界，由起点和一系列在
阅读全文
摘要：Jacobian矩阵和Hessian矩阵：http://jacoxu.com/jacobian%E7%9F%A9%E9%98%B5%E5%92%8Chessian%E7%9F%A9%E9%98%B5/ 从传统检测方法到深度神经网络框架：http://www.sohu.com/a/131923395_
阅读全文
摘要：【简介】 em算法，指的是最大期望算法（Expectation Maximization Algorithm，又译期望最大化算法），是一种迭代算法，在统计学中被用于寻找，依赖于不可观察的隐性变量的概率模型中，参数的最大似然估计。 EM 算法是 Dempster,Laind,Rubin 于 1977
阅读全文
摘要：【简介】 交叉熵（Cross Entropy）是Shannon信息论中一个重要概念，主要用于度量两个概率分布间的差异性信息。语言模型的性能通常用交叉熵和复杂度（perplexity）来衡量。交叉熵的意义是用该模型对文本识别的难度，或者从压缩的角度来看，每个词平均要用几个位来编码。复杂度的意义是用该模
阅读全文
摘要：【简介】 邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类
阅读全文
摘要：【简介】 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBM）。和决策树模型相比，朴素贝叶斯分类器(Naive Bayes Classifier,或
阅读全文
摘要：【摘要】 Laplace算子作为边缘检测之一，和Sobel算子一样也是工程数学中常用的一种积分变换，属于空间锐化滤波操作。拉普拉斯算子（Laplace Operator）是n维欧几里德空间中的一个二阶微分算子，定义为梯度（▽f）的散度（▽·f）。拉普拉斯算子也可以推广为定义在黎曼流形上的椭圆型算子，
阅读全文
摘要：【摘要】本文将粗略的介绍Sobel算子。 Sobel算子是像素图像边缘检测中最重要的算子之一，在机器学习、数字媒体、计算机视觉等信息科技领域起着举足轻重的作用。在技术上，它是一个离散的一阶差分算子，用来计算图像亮度函数的一阶梯度之近似值。在图像的任何一点使用此算子，将会产生该点对应的梯度矢量或是其法
阅读全文
摘要：【摘要】 本文介绍在图像处理领域中较为常用的一种图像区域（Blob）提取的方法——连通性分析法（连通区域标记法）。 文中介绍了两种常见的连通性分析的算法：1）Two-pass；2）Seed-Filling种子填充，并给出了两个算法的基于OpenCV的C++实现代码。 【注释】 1、这里的扫描指的是按
阅读全文
摘要：1、介绍 OpenCV图像处理技术中比较热门的图像滤波操作主要被分为了两大类：线性邻域滤波和非线性滤波。线性邻域滤波常见的有“方框滤波“，”均值滤波“和”高斯滤波“三种，二常见的非线性滤波主要是中值滤波”和“双边滤波”。本文将将简略介绍这几种滤波操作的不同点，以及他们各自的特点。 2、理论与概念讲解
阅读全文
