[置顶] 博客精华帖汇总与导读索引

有鉴于博客文章日积月累，数量上已逾数百篇。为方便读者查阅，同时也方便自己随时调整博文内容，特别将其中一些文章优中选优、分门别类汇于此。写此博客之初衷本是自己的知识整理及备忘，然若众君亦能于其中有所裨益，余将不胜欢欣鼓舞。

不可错过的三大资源帖

• 机器学习与数据挖掘网上资源搜罗
• 图像处理与机器视觉网络资源搜罗
• 算法与数据结构的学习资源大搜罗

数字图像处理算法研究

• 基于Otsu算法的图像自适应阈值分割
• 机器视觉中的图像积分图及其实现
• 小波融合修复聚焦失败导致的图像模糊
• 基于直方图的图像增强算法
  – 基于直方图的图像增强算法（HE、CLAHE、Retinex）之（1）
  – 基于直方图的图像增强算法（HE、CLAHE、Retinex）之（2）
• 卡尔曼滤波
  – 卡尔曼滤波（Kalman Filter）
  – 卡尔曼滤波（Kalman Filter） 的进一步讨论
• 暗通道先验的图像去雾霾算法
  – 暗通道优先的图像去雾算法（上）
  – 暗通道优先的图像去雾算法（下）
• 基于泊松方程的图像融合算法
  – 图像的泊松(Poisson)编辑、泊松融合完全详解（1）
  – 图像的泊松(Poisson)编辑、泊松融合完全详解（2）
  – 图像的泊松(Poisson)编辑、泊松融合完全详解（3）
  – Poisson image editing算法实现的Matlab代码解析
• 图像处理中的数学原理详解专栏
• 数字图像处理原理与实践MATLAB版的代码发布

机器学习与数据挖掘

• 机器学习中支持向量机算法
  – 在R中使用支持向量机（SVM）进行数据挖掘（上）
  – 在R中使用支持向量机（SVM）进行数据挖掘（下）
• 期望最大化算法及应用实例
  – 机器学习中的EM算法详解及R语言实例（1）
  – 机器学习中的EM算法详解及R语言实例（2）
• 朴素贝叶斯法与贝叶斯网络
  – 从朴素贝叶斯分类器到贝叶斯网络（上）
  – 从朴素贝叶斯分类器到贝叶斯网络（下）
• K-means算法原理与R语言实例
• Logistic回归的原理及其应用
  – 机器学习之详解Logistic回归
  – Python机器学习之Logistic回归
  – 牛顿法解机器学习中的Logistic回归
• 隐马尔科夫模型（HMM）
  – 机器学习中的隐马尔科夫模型（HMM）详解
  – HMM的应用与前向、后向、Viterbi算法
• 自然语言处理相关话题
  – 利用NLTK在Python下进行自然语言处理
  – Python自然语言处理：词干、词形与MaxMatch算法
  – 自然语言处理实战之微博情感偏向分析
  – 自然语言处理中的N-Gram模型详解
  – NLP中N-Gram模型的平滑算法

数据结构与算法分析

• 三道tricky的Leetcode面试题目解析
• 杨辉三角与一道经典笔试面试题目
• ZigZag排列问题与经典笔试面试题目解析
• 牛顿迭代法与一道经典编程问题
• 括号匹配问题与经典笔试面试题目解析
• 算法之美一书完整代码发布链接整理

数学知识与数值计算

• Hessian矩阵与多元函数极值
• Jacobi迭代法与Gauss-Seidel迭代法