摘要: 转载自:https://github.com/MengtingWan/bittersweet-phd/blob/master/latex.md Table of Contents: Latex Packages & Tricks Control float environments "subcapt 阅读全文
posted @ 2020-01-23 20:31 雪球球 阅读(343) 评论(0) 推荐(0) 编辑
摘要: 1.黑白图像不是二维数据。图像的维度,实际上是图像中特征向量的数量。用向量数据化图像,想象按行扫描,遇到的每一个像素都是向量的一个元素,像素个数就是向量维数;例如二维图像矩阵表示为:256*256=65536,维数还是很高的。一个100x100像素的图像其灰度图产生的特征向量是10000维度,而19 阅读全文
posted @ 2020-01-23 09:31 雪球球 阅读(1256) 评论(0) 推荐(0) 编辑
摘要: 我们可以使用如下的包进行符号的书写。 \usepackage{amsfonts} 或则 \usepackage{amssymb} 然后在正文中使用方式如下: $\mathbb{set}$ 效果如下: 阅读全文
posted @ 2020-01-23 09:30 雪球球 阅读(1286) 评论(0) 推荐(0) 编辑
摘要: 将Diffset(new\_S)=Diffse(S_2)-Diffset(S_1). 改为\mathit{Diffset}(new\_S)=\mathit{Diffset}(S_2)-\mathit{Diffset}(S_1). 阅读全文
posted @ 2020-01-23 09:29 雪球球 阅读(4380) 评论(1) 推荐(1) 编辑
摘要: 转载自:图像处理之基础 特征向量的 几何意义 长时间以来一直不了解矩阵的特征值和特征向量到底有何意义(估计很多兄弟有同样感受)。知道它的数学公式,但却找不出它的几何含义,教科书里没有真正地把这一概念从各种角度实例化地进行讲解,只是一天到晚地列公式玩理论——有个屁用啊。根据特征向量数学公式定义,矩阵乘 阅读全文
posted @ 2020-01-23 09:26 雪球球 阅读(4111) 评论(0) 推荐(0) 编辑