邻域

人工智能数学基础：费马引理、罗尔定理、拉格朗日微分中值定理、柯西中值定理

一、费马（Fermat）引理费马（Fermat）引理：设函数f(x)在点x0的某邻域U(x0)内有定义，并且在x0处可导，如果对任意的x∈U(x0)，有f(x)≤f(x0)(或f(x)≥f(xo))，那么
LaoYuanPython·2022-12-05 10:30

python实现 基于邻域的算法之协同过滤（电影推荐实战）

1介绍1.1用户行为数据用户行为数据通常把包括：网页浏览、购买点击、评分和评论等。用户行为在个性化推荐系统中一般分为两种：显性反馈行为（explicitfeedback）包括：用户明确表示明确对物品喜好的行为，网站中收集显性反馈的方式就是评分喜欢/不喜欢。隐形反馈行为（implicitfeedback）指那些不能明确反应用户喜好的行为，最具有代表性的隐形反馈行为就是页面浏览行为。安装反馈方向分，又
有勇气的牛排·2022-12-05 09:40

计算机视觉实践之角点检测--Python实现--sobel滤波--Harris矩阵--角点检测器R--非极大值抑制

**corner_detect函数**三、结果对比1.不同检测方法（对比一下使用角点检测器R与H矩阵最小特征值）2.不同超参数k（使用角点检测器R，改变k值）3.非最大值抑制（对3x3的邻域范围内非最大值抑制
能智工人_Leo·2022-12-05 09:28

计算机视觉基础 图像滤波器

文章目录1.图像噪声定义产生常见的噪声高斯噪声椒盐噪声其他噪声常用噪声2.图像滤波定义目的要求常见的滤波均值滤波中值滤波最大最小值滤波3.图像增强定义分类点处理线性变换分段线性变换对数变换幂律变换/伽马变换邻域处理总结
pengege666·2022-12-05 09:48

T-SNE可视化高维数据，亮瞎审稿人

MNIST手写数字降维可视化论文中使用t-SNE案例t-SNE实战MNIST可视化教程MRI脑肿瘤三维数据可视化t-DistributedStochasticNeighborEmbedding(t-分布随机邻域嵌入
Tina姐·2022-12-04 21:37

近期全球知识图谱相关行业动态、会议讲座、综述推荐

GNN邻域聚合是使用邻域子图拓扑和内核方法实现的。这表明1-WL方法不会限制这种方法的表现力（Weisfeiler
AI知识图谱大本营·2022-12-04 15:20

PCL—点云数据分割

PCL—车辆点云数据分割一.算法原理二.代码实现三.结果展示一.算法原理欧式聚类是一种基于欧氏距离度量的聚类算法，过程如下：1.首先选取种子点，利用kd-tree对种子点进行半径r邻域搜索，若邻域内存在点
龙虾在剥我的壳·2022-12-04 11:13

均值滤波原理及matlab实现代码

一、基本原理噪声点像素的灰度与其邻域内像素的灰度显著不同，根据噪声点的这一特性，可以使用邻域均值滤波来降低噪声。
时吨吨·2022-12-04 10:22

基于Matlab的SLIC超像素分割算法分析

2：在种子点的n*n邻域内重新选择聚类中心。计算该邻域内所有像素点的梯度值，将种子点移到该邻域内梯度最小的地方，可以避免种子点落在梯度较大的轮廓
许 豪·2022-12-04 09:37

OpenCV判断轮廓是内轮廓还是外轮廓

判断方法是可通过遍历轮廓点，计算每个轮廓点的四邻域点的灰度值来判断，方法一调用OpenCV的pointPolygonTest函数来判断
风轻时听花落·2022-12-04 08:40

手写Canny C++

消除边缘检测带来的杂散响应4.应用双阈值来确定真实的和潜在的边缘1.高斯滤波高斯滤波器是一种可以使图像平滑的滤波器，用于去除噪声它是一种线性平滑滤波流程：对整张图像进行加权平均的过程，每一个像素点，都由其本身和邻域内像素的加权平均值取替代模板中心的像素值
三维重建及点云·2022-12-03 16:50

图像处理（四）：边缘检测（二）：sobel和canny

具体原理，参考博客点击打开链接，最常用的边缘检测算子有：sobel、canny、prewitt、Roberts等，sobel算子模板为：sobel算子考虑了邻域信息，相当于对图像先做加权平均，然后再做微分运算
MirrorYuChen·2022-12-03 16:20

推荐系统笔记（十三）：SGL算法的代码实现

代码实现_甘霖那的博客-CSDN博客由于LightGCN等传统基于图神经网络的算法有以下局限性：（1）高度节点对表征学习的影响更大，低度(长尾)节点的推荐效果更差;（2）表示容易受到噪声交互的影响，因为邻域聚合方案进一步扩大了观察到的边的影响
甘霖那·2022-12-03 16:33

cv2中的滤波，均值，高斯，中值，高通，低通，傅里叶变换

均值滤波这种滤波方法就是取一个像素的邻域内各像素的平均值作为滤波结果importcv2importmatplotlib.pyplotaspltimg=cv2.imread('1.jpg')plt.imshow
佳hong·2022-12-03 14:08

Opencv之图像滤波：5.中值滤波(cv2.medianBlur)

它用邻域内所有像素值的中间值来替代当前像素点的像素值。5.1原理介绍中值滤波会取当前像素点及其周围临近像素点（一共有奇数
Justth.·2022-12-03 14:36

Opencv之图像滤波：4.高斯滤波（cv2.GaussianBlur）

在进行均值滤波和方框滤波时，其邻域内每个像素的权重是相等的。在高斯滤波中，会将中心点的权重值加大，远离中心点的权重值减小，在此基础上计算邻域内各个像素值不同权重的和。
Justth.·2022-12-03 14:06

Opencv之图像滤波：3.方框滤波（cv2.boxFilter）

在均值滤波中，滤波结果的像素值是任意一个点的邻域平均值，等于各邻域像素值之和除以邻域面积。
Justth.·2022-12-03 14:04

匹配代价函数之SAD

AD表示像素的灰度差绝对值，SAD表示待匹配像素邻域内所有像素的AD之和。
CV陈智君·2022-12-03 11:32

【算法】OpenCV-SGBM算法及源码的简明分析

目录SGBM的算法流程（对比SGM）BT代价(xsobel和原始灰度gray)BT代价的原理X-Sobel的滤波计算过程X-SobelBT和grayBT加权融合SAD-BT代价（邻域求和运算）subpixelineterpolation
JinSu_·2022-12-03 11:27

频率域图像增强

Butterworth）低通滤波器1.3指数低通滤波器1.4梯形低通滤波器2.频率域锐化滤波器2.1理想高通滤波器2.2巴特沃斯高通滤波器2.3指数高通滤波器2.4梯形高通滤波器1.频率域平滑滤波器图像空间域的线性邻域卷积实际上是图像经过滤波器对信号频率成分的滤波
站稳扶好·2022-12-03 10:43

c 语言空间域图像增强算法,数字图像处理入门（四）-空间域图像增强

空间域增强：对图像的像素直接处理频域增强：修改图像的傅里叶变换(后面介绍)空间域增强：g(x,y)=T[f(x,y)]f(x,y)是原图像g(x,y)是处理后的图像T是作用于f的操作，定义在(x,y)的邻域空间域增强的简化形式
weixin_39693295·2022-12-03 10:12

形态学（膨胀、腐蚀）

膨胀（或运算）将与物体接触所有背景点合并到该物体中，使外界向外部扩张的过程可以用来填补物体中的空洞做或预算，若邻域中超过n个背景点，则该图形点为图形点腐蚀（与运算）消除边界点，使边界向内部收缩的过程用来消除小且无意义的物体使用腐蚀消除图像的细节部分
breezehasai·2022-12-03 10:01

计算机视觉知识点整理：PointNet++之球查询（query ball）代码理解

#query_ball_point函数用于寻找球形邻域中的点。
景墨轩·2022-12-03 08:19

非极大值抑制java_非极大值抑制（Non-Maximum Suppression，NMS）

这个局部代表的是一个邻域，邻域有两个参数可变，一是邻域的维数，二是邻域的大小。
weixin_39869378·2022-12-03 08:32

异同点 模拟退火 遗传算法 邻域搜索_智能算法浅介----模拟退火，遗传算法，禁忌搜索，神经网络等...

本文讲的过于笼统，如果想真正理解，请参考：智能算法浅介----Bycooler一个比方在工程实践中，经常会接触到一些比较“新颖的算法”如模拟退火，遗传算法，禁忌搜索，神经网络等。这些由于有一些共同的特性(比如都是模拟了自然过程)，通称为“智能算法”。它们在解决一些复杂的工程问题时大有用武之地。这些算法都有什么含义？首先给出个局部搜索，模拟退火，遗传算法，禁忌搜索的形象比喻：为了找出地球上最高的山，
weixin_39883440·2022-12-03 08:01

NMS 非极大值抑制算法介绍

这个局部代表的就是一个邻域，邻域有两个参数可变，一个是邻域的维数，而是邻域的大小。这里不讨论通用的NMS算法,而是用于目标检测中提取分数最高的窗口。
StriveZs·2022-12-03 08:56

PCL点云边界特征检测 （附完整代码 C++）

大致可以分为两大类：一类是类似于深度学习的featruemap意义，通过计算一些算子来描述点云局部，这种描述只是一种标识符，并没有实际的几何意义，比如PFH或者FPFH之类的，它们只是通过对每个点的局部邻域计算一个
McQueen_LT·2022-12-03 07:22

oepncv c++ 连通组件扫描

1、概念连通组件指在图像上通过四邻域或八邻域法，连接起来的像素值大于某一阈值的区域（这些像素点被称为前景像素），而小于阈值的区域被称为背景。如下图的4个连通组件。
lucust·2022-12-03 06:15

python实现LBP纹理提取

LBP特征基本描述：LBP的基本思想是定义于像素的8邻域中（3x3的窗口
dlut0427·2022-12-03 04:17

利用scikit-learn库的函数以及自定义函数分别实现K近邻分类器

对于k近邻分类，遵守几个原则，简单点来说就是：在待测点邻域范围内，少数服从多数。具体理解如图：提醒：k不是半径！！！黄色邻域内有两种类型，蓝色的点代表B类型，紫色的点代表
土味霸总·2022-12-03 00:34

数字图像处理（入门篇）四 像素关系

目录1像素关系2像素的领域（1）4-邻域（2）对角邻域（3）8-领域3像素的邻接和连接（1）4-连接（2）8-连接4像素的连通5连通域6像素之间的距离7图像的计算（1）图像的加法（2）图像的减法1像素关系像素间的联系有邻域
Jackilina_Stone·2022-12-02 19:25

点云统计滤波理解

统计滤波算法（StatisticalOutlierRemoval），基于点云数据中点到其邻域点距离的分布进行滤波，自我理解其实现步骤如下：1、分别计算点云中各点k邻域距离的平均值，如假设一点云中有50个点
柠檬甜瓜·2022-12-02 19:15

边缘检测算法原理

但导数的计算对噪声很敏感，因此必须使用滤波器来改善与噪声有关的边缘检测器的性能．需要指出，大多数滤波器在降低噪声的同时也导致了边缘强度的损失，因此，增强边缘和降低噪声之间需要折衷．增强：增强边缘的基础是确定图像各点邻域强度的变化值
iteye_8029·2022-12-02 19:37

深度学习实践1--FashionMNIST分类

选择损失函数和优化器7.训练8.验证9.训练并验证10.写成csv11.完整代码总结前言随着人工智能的发展，深度学习也越发重要，目前深度学习可以应用到多方面，如图像处理领域、语音识别领域、自然语言处理邻域等
游手好闲的小柒·2022-12-02 19:51

萤火虫算法matlab实现,萤火虫算法,matlab代码.doc

5.12,5.12;-5.12,5.12];%domx=[-2.048,2.048;-2.048,2.048];%解空间rho=0.4;%荧光素挥发因子gamma=0.6;%适应度提取比例beta=0.08;%邻域变化率
weixin_39517289·2022-12-02 17:03

OPENCV二值化图像内孔洞填充/小区域去除

须注意，去除小区域时为保存有用信息，可采用8邻域探测，去除孔洞时则4邻域即可，否则容易泄露，出现靠边缘的孔洞未去除的情况。
yansmile1·2022-12-02 13:11

OpenCV函数应用：基于二值图像的三种孔洞填充方法记录（附python，C++代码）

系列文章目录函数系列：OpenCV函数简记_第一章数字图像的基本概念(邻域，连通，色彩空间)OpenCV函数简记_第二章数字图像的基本操作（图像读写，图像像素获取，图像ROI获取，图像混合，图形绘制)OpenCV
玉堃·2022-12-02 13:59

OpenCV-Python 图像平滑处理3：boxFilter函数详解及均值滤波案例

一、图像平滑处理简介图像平滑处理的基本概念非常直观，它使用滤波器模板确定的邻域内像素的平均/加权平均灰度值代替图像中每个像素的值。
LaoYuanPython·2022-12-02 10:25

OpenCV-Python 图像平滑处理2：blur函数及滤波案例

一、图像平滑处理简介图像平滑处理的基本概念非常直观，它使用滤波器模板确定的邻域内像素的平均/加权平均灰度值代替图像中每个像素的值。
LaoYuanPython·2022-12-02 10:55

模拟退火算法

爬山法以一元函数找最值为例a.在解空间随机生成初始解；b.向左或向右邻域走一步（走的步数越小越好，但会增加计算量）c.比
缄默0603·2022-12-01 19:01

机器学习 | 数学基础（一）

而根据一点邻域内导数的正负可以确定函数值增大还是减小。【例如】在一元函数f(
Hygge0+·2022-12-01 19:00

Neural Large Neighborhood Search for the Capacitated Vehicle Routing Problem

为了缩小这一性能差距，我们提出了一种新颖的大型邻域搜索(LNS)框架，用于车辆路线规划，该框架集成了用于生成新解决方案的启发式方法。
zzzzz忠杰·2022-12-01 13:18

基于动态邻域的切换粒子群优化算法

英文:ADynamicNeighborhood-BasedSwitchingParticleSwarmOptimizationAlgorithm摘要：本文提出了一种基于动态邻域的切换PSO（DNSPSO
脑电永不过时·2022-12-01 08:52

Open3D——DBSCAN密度聚类并保存聚类结果

DBSCAN是一种典型的密度聚类算法，它使用两个参数来描述样本的紧密程度，其一是邻域半径，用来描述当前点的邻域距离阈值；其二是点的个数，用来描述在
点云侠·2022-11-30 21:52

python卸载opencv_OPENCV去除小连通区域,去除孔洞的实例讲解

去除小连通区域与孔洞，小连通区域用8邻域，孔洞用4邻域。
weixin_39911567·2022-11-30 20:43

OpenCV图像处理（4）——去除小面积

：输出图像需要初始化，否则会报错)/*参数说明：1.输入图像，2.输出图像(去除掉指定小面积后的图像)，3.需要去除的面积，4.去除方式(==1去除小连通区域的白色点，==0去除孔洞，黑色点像素)5.邻域方式
rexinx·2022-11-30 20:12

python+opencv实现连通区域分离

（1）将当前栈中top元素出栈，通过4邻域判断(也需要同时满足是前景点未打上标签)进行元素入栈，同时对入栈的元素打上标签。
qq_36104890·2022-11-30 20:40

sklearn DBSCAN调参

参考：https://www.cnblogs.com/pinard/p/6217852.html1）eps：DBSCAN算法参数，即我们的ϵ-邻域的距离阈值，和样本距离超过ϵ的样本点不在ϵ-邻域内。
wakawakaohoh·2022-11-30 19:50

十六.DBSCAN聚类原理和sklearn实现

ϵϵϵ-邻域：样本xxx以ϵϵϵ为半径的范围内包含的所有样本的集合，这个集合称为xxx的ϵϵϵ-邻域。核心对象：样本xxx的ϵ-领域内样本数大于阈值MinPts，则xxx为核心对象。
stackooooover·2022-11-30 19:19

ENDFCM

BNDFCM为了提高FCM的抗噪能力，GuoF.F.等人利用邻域灰度变化检测噪声，并利用该信息平衡目标函数，实现图像降噪和细节信息保存。
HanWang~·2022-11-30 19:39
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他