邻域

OpenCV_11 轮廓检测：图像的轮廓+绘制轮廓+轮廓近似+边界矩形+椭圆拟合+直线拟合

轮廓提取的基本原理：对于一幅背景为黑色、目标为白色的二值图像，如果在图中找到一个白色点，且它的8邻域（或4邻域）也均为白色，则说明该点是目标的内部点，将其置为黑色，视觉上就像内部被掏空一样；否则保持白色不
LiBiGo·2022-09-12 07:39

【PID优化】基于萤火虫算法PID控制器优化设计含Matlab源码

控制系统性能变差等问题.2部分代码%%清空环境变量clc;clear;%%初始化参数domx=[-3,3;-3,3];%定义域rho=0.9;%荧光素挥发因子gamma=0.1;%适应度提取比例beta=0.58;%邻域变化率
matlab_dingdang·2022-09-09 13:14

opencv 3.0 边缘检测

经典的边缘检测方法是对原始图像中像素的某小邻域来构造边缘检测算子。
billbliss·2022-09-06 07:13

五、opencv-python图像处理高级操作（2）——形态学操作

文章目录本章学习目标：理解图像的邻域，连通性了解不同的形态学操作：腐蚀、膨胀、开闭运算、礼帽与黑帽等，及其不同操作之间的关系一、连通性1、连通二、形态学操作1、腐蚀和膨胀（1）腐蚀1）API（2）膨胀1
风栖柳白杨·2022-09-05 12:01

图像处理入门——形态学操作

分别如下图所示：4邻接：像素p(x,y)的4邻域是：(x+1,y)；(x-1,y)；(x,y+1)；(x,y-1)D邻接：像素p(x,y)的D邻域是：对角上的点(x+1,y+1)；(x+1,y-1)；(
G.D.Plus·2022-09-05 12:26

数字图像处理及matlab实现

第二章像素间的基本关系1、相邻像素4邻域：像素的上下左右四个方向的像素8邻域：4邻域+对角的4个2、连接性和连通性两个像素可能是4临接的，仅当他们具有同一灰度值时才能说是连通4临接必8临接，反之不然m临接必
一只菜鸡儿·2022-09-05 07:50

Python 机器学习实战 —— 无监督学习（下）

对MDS多维标度法、LLE局部线性嵌入法、Isomap保距映射法、t-SNE分布邻域嵌入算法等ML流形学习模型的基础使用方法进行讲解。本文将对聚类算法进行讲解，聚类算法就是将数据集划分成组的任务，
风尘浪子·2022-09-04 07:59

GIN：图同构网络

论文链接：https://arxiv.org/abs/1810.00826论文来源：ICLR2019一、概述目前的GNN框架大多遵循递归邻域聚合（或者消息传递）框架，并且已经出现各种GNN变种。
酷酷的群·2022-08-31 19:28

神经网络（七）优化与正则化

防止过拟合）二、网络优化难点：①结构差异较大（没有通用优化算法、超参数较多）②非凸优化（参数初始化、逃离局部最优/鞍点）③梯度消失/爆炸问题1.高维空间中的非凸优化问题鞍点：梯度为0的点平坦最小值：在一个邻域内
ViperL1·2022-08-31 07:59

一种图神经网络架构：GraphSAGE

通过在学习算法中加入节点特征，同时学习了每个节点邻域的拓扑结构以及
KPer_Yang·2022-08-30 07:24

matlab零交叉块,[转载]边缘检测算子——Matlab示例及原理

图像处理中的边缘检测就是把一幅图片的边缘给提取出来，为特征分割或形态学处理做准备，其核心操作就是一个卷积的过程；再直白点说就是创建一个小矩阵(有时也可为向量，即单行矩阵)，和原图像的每个像素点(逐像素)及其邻域
weixin_39785400·2022-08-27 08:24

OpenCV图像处理----图片卷积

然后，对于图像的每一个像素点，计算它的邻域像素和滤波器矩阵的对应元素的乘积，然后加起来，
B.Bz·2022-08-25 20:03

知识表示学习（七）：TransGCN

为了处理KG中的异质关系，我们通过引入关于三元组的主体、关系和客体之间关系的变换假设，引入了一种表示异质邻域的新方法。具体来说，关系被视为将头部实体转换为尾部实体的
J_Xiong0117·2022-08-24 09:27

图像处理（十一）：轮廓检测

轮廓提取的基本原理：对于一幅背景为黑色、目标为白色的二值图像，如果在图中找到一个白色点，且它的8邻域（或4邻域）也均为白色，则说明该点是目标的内部点，将其置为黑色，视觉上就像内部被掏空一
GeniusAng·2022-08-22 07:49

Opencv 基本操作三 实现各个形态学处理并实现多图展示

腐蚀，即用模板对目标像素的领域进行匹配，如果邻域信息与模板完全匹配，则将像素点置255，否则置0。
万里鹏程转瞬至·2022-08-20 15:41

DBSCAN聚类——Python实现

（即r邻域内点的数量不小于minPts）邻域的距离阈值：设定的半径r直接密度可达：若某点p在点q的r邻域内，且q是核心点则p-q直接密度可达.解释如图：4.密度可达：若有一点的序列Q0,Q1,…,QK，
泡泡怡·2022-08-20 07:33

DBSCAN聚类算法的应用 —— Python数据工程No.6

核心点的概念：在聚类半径内含有超过MinPts数目的点；边界点的概念：在聚类半径内点的数量少于MinPts，但是落在核心点的邻域内；噪音点的概念：既不是核心点，又不是边界点的点。步骤：将
文质彬彬online·2022-08-15 07:24

DBSCAN聚类算法原理和伪代码

DBSCAN是基于密度的聚类算法，将样本点分为三类：核心点：样本点处的密度大于密度下限边界点：样本点处的密度小于密度下限，但样本点在某一核心点的邻域内噪声点：既不是核心点也不是样本点原理：DBSCA
真老勾·2022-08-15 07:52

DBSCAN聚类算法

2、边界点：在半径Eps内点的数量小于MinPts，但是落在核心点的邻域内的点。3、噪音点：既不是核心点也不是边界点的点。
wu小胖·2022-08-15 07:52

python-opencv 图像处理基础 （三）高斯滤波 中值滤波 均值滤波

原始数据和滤波结果是一种逻辑关系，即通过比较一定邻域内的灰度值大小来实现的。中值滤波将模板内的像素数据，按从小到大的顺序排列，取中间的像素替换原始像素的卷积操作。
冰雪棋书·2022-08-14 16:10

opencv学习笔记（十）-- 图像模糊去噪（中值滤波和双边滤波）

函数对图像进行锐化处理关于滤波和模糊之前我们学习了均值滤波和高斯滤波，并且在opencv中进行了应用，接下来还有两种滤波方式，中值滤波和双边滤波中值滤波中值滤波是一种统计排序滤波器，将一个区域（例如3×3大小的邻域
milkhoko·2022-08-14 16:37

OpenCV图像处理学习九，双边滤波器 (Bilateral Filter)和中位数滤波器 (Median Filter)

但是无法完全避免，因为没有考虑像素值的不同；高斯双边模糊，即双边滤波器是边缘保留的滤波方法，避免了边缘信息丢失，保留了图像轮廓不变一.双边滤波器(BilateralFilter)当图像在变化程度平缓的区域时，邻域中
肖爱Kun·2022-08-14 16:06

聚类算法-KMeans&DBSCAN

点的邻域由距离函数和用户指定的距离参数Eps决定
寒塘独恪·2022-08-13 16:55

禁忌搜索算法（Tabu Search，TS)）

禁忌搜索TS是LocalSearch（LS）的扩展，是一种全局逐步寻优的全局性邻域搜索算法。
予安杂记·2022-08-12 17:02

如何确定基因拷贝数

而在生物信息邻域，如果该物种已经有比较完整的基因组，那么我们可以对目标的基因做一个全基因组的blast，匹配到几个区段，那么就有几个拷贝。但是，如果该物
小潤澤·2022-08-11 16:53

四、基于邻近度的方法

datawhale主要内容包括：基于距离的度量基于密度的度量文章目录1、概述2、基于距离的度量2.1基于单元的方法2.2基于索引的方法3、基于密度的度量3.1k-距离（k-distance(p)）：3.2k-邻域
Yzy_gold·2022-08-03 19:18

【OpenCV 例程 300篇】240. OpenCV 中的 Shi-Tomas 角点检测

角点通常被定义为两条边的交点，或者说角点的邻域应该具有两个不同区域的不同方向的边界。角是高度有效的特征。
YouCans·2022-07-29 07:56

【OpenCV 例程 300篇】239. Harris 角点检测之精确定位（cornerSubPix）

角点通常被定义为两条边的交点，或者说角点的邻域应该具有两个不同区域的不同方向的边界。角是高度有效的特征。
YouCans·2022-07-29 07:25

【OpenCV 例程300篇】238. OpenCV 中的 Harris 角点检测

角点通常被定义为两条边的交点，或者说角点的邻域应该具有两个不同区域的不同方向的边界。角是高度有效的特征。
YouCans·2022-07-29 07:25

上采样、转置卷积、反卷积、反池化，傻傻分不清

卷积convolution：也是来自于图像处理上的概念，在深度学习邻域就是指卷积神经网络了。它可以提取图像的特征，通过合理
聿东君·2022-07-23 11:10

搜索理论基础

1.搜索算法是一种邻域算法，通常是局部最优点2.最佳步长沿着可行改进方向最大程度改进目标值，并保持可行的距离3.梯度信息提供了一个改进方向的代数检验方法4.凸可行集与线性目标保证了全局最优点5.3A算法是最基础的搜索算法上一篇我们介绍了
整得咔咔响·2022-07-19 20:29

06 -- OpenCv学习—形态学操作

形态学操作1.连通性在图像中，最小的单位是像素，每个像素周围有8个邻接像素，常见的邻接关系有3种：4邻接、8邻接和D邻接分别如下图所示：4邻接：像素p(x，y)的4邻域是：(x+1，y)；(x-1，y)
衍生星球·2022-07-19 07:56

OpenCV学习——图像处理之形态学操作

概念：图像的邻域、连通性膨胀与腐蚀膨胀和腐蚀为相反的一对操作。dilate（膨胀）erode（腐蚀）都是形态学的滤波。腐蚀：腐蚀是对图像中的高亮（白色）区域进行腐蚀，即求局部区域最小值的操作。
_遮云壑_·2022-07-19 07:43

【OpenCV】OpenCV基础教程（6）—— 形态学处理

6.形态学处理6.1腐蚀图像的腐蚀操作是取每一个位置的矩形邻域内值的**最小值**作为该位置的输出灰度值。这里的邻域不再单纯是矩形结构的，也可以是椭圆形结构的、十字交叉形结构的等。
Quentin_HIT·2022-07-19 07:36

集群计算——Spark-Spark Core 、Spark Streaming、Spark SQL、MLlib、Spark集群管理器

Spark发源于美国美国加州伯克利分校AMPLab的大数据分析平台，它立足于于内存计算，从多迭代批量处理出发，兼顾数据仓库、流处理和图计算等多种计算范式，是大数据系统邻域的全栈计算平台。
阿洋太爱大数据·2022-07-16 15:01

论文《一种改进的基于邻域信息的人口普查变换立体匹配算法》学习

提出了一种基于邻域信息的改进的Census变换用于立体匹配。通过改进经典的Census，新技术利用更多的比特来表示像素与其邻域信息之间的差异。修正后
Orange Wu·2022-07-14 17:20

数据仓库简介

·面向主题：主题简单的说就是与业务相关的数据类别，每一个主题对应一个宏观的数据分析邻域。数据仓库被设计成辅助人们分析数据。·集
信徒。·2022-07-13 08:00

GIN：图神经网络有多强大? HOW POWERFUL ARE GRAPH NEURALNET WORKS

内容：从理论上证明了邻域聚合（或称消息传递）的GNN变体的表达能力的严格上限（WL同构检验），同时设计
sanananana·2022-07-12 08:13

元启发式如何跳出局部最优？

VND：纯静态算法，邻域只有一个的话，跟
zhugby·2022-07-11 07:52

论文阅读 Inductive Representation Learning on Temporal Graphs

12InductiveRepresentationLearningonTemporalGraphslink:https://arxiv.org/abs/2002.07962本文提出了时间图注意(TGAT)层，以有效地聚合时间-拓扑邻域特征
落悠·2022-07-11 02:00

2022-07-10

DAGNN摘要引入图神经网络在图表示学习邻域取得了较大的成功。图卷积执行领域聚合，是最重要的图操作之一，然而这些邻域聚合方法中的一层只考虑直接邻域，当深入到更大的接收域时，性能会下降。
Zomtse·2022-07-10 08:29

CVPR2021/邻域自适应/图像翻译-DRANet: Disentangling Representation and Adaptation Networks

CVPR2021/邻域自适应-DRANet:DisentanglingRepresentationandAdaptationNetworksforUnsupervisedCross-DomainAdaptation
HheeFish·2022-07-09 07:46

亚像素级角点检测Opencv-cornerSubPix

p点在q点附近的邻域中，若p点在均匀
马少爷·2022-07-07 18:55

聚类算法——基于密度的聚类算法DBSCAN

1.DBSCAN算法名词概念邻域（Eps）：以给定对象为圆心，半径内的区域为该对象的邻域核心对象：对象的邻域内至少有MinPts（设定的阈值）个对象，则该对象为核心对象边界对象：对象的领域小于MinPts
转行卖煎饼·2022-07-07 12:45

中值滤波（matlab自编程实现）

它是一种邻域运算，类似于卷积，但计算的不是加权求和，而是把邻域中的像素按灰度级进行排序，然后选择该组的中间值作为输出像素值。
肇事司机赵四·2022-07-06 07:54

DGL笔记3——自己写一个GNN模型

比如我们现在想发明一种考虑节点重要性或边权重来聚合邻域信息的新方法，该怎么办？所以我们现在将要学习：DGL的消息传递A
Dr_David_S·2022-07-04 07:20

图神经网络（二十五）L2-GCN: Layer-Wise and Learned Efficient Training of Graph Convolutional Networks

GCN的性能是不可否认的，但将GCN应用于大图面临着高昂的时间复杂度和空间复杂度，因为计算每个节点的嵌入表示需要递归的从邻居节点那聚合邻居的信息，并且随着层数的增长邻域数量也成倍增长。
码匀·2022-07-02 07:02

GNN：“图卷积模型”通用框架【每一层网络都基于邻域节点(1-hop)更新当前节点的向量表示（一般用2~3层）】【消息传递：①从邻域节点汇聚信息；②更新当前节点状态】【各模型区别：聚合函数类型的选取】

一、卷积的概念1、图卷积缘起在开始正式介绍图卷积之前，我们先花一点篇幅探讨一个问题：为什么研究者们要设计图卷积操作，传统的卷积不能直接用在图上吗？要理解这个问题，我们首先要理解能够应用传统卷积的**图像(欧式空间)与图(非欧空间)**的区别。如果把图像中的每个像素点视作一个结点，如下图左侧所示，一张图片就可以看作一个非常稠密的图；下图右侧则是一个普通的图。阴影部分代表卷积核，左侧是一个传统的卷积核
u013250861·2022-07-02 07:00

图像处理基础(4)——了解图像形态学

说明：（1）形态处理是一种邻域计算形式。（2）结构元素在每个像素位置上它与二值图像对应的区域进行特定的逻辑运算，逻辑运算的结果为输出图像的相应
橡皮人生·2022-07-02 07:54

机器学习_深度学习毕设题目汇总——图像分类

下面是该类的一些题目：题目基于三维卷积神经网络的高光谱遥感图像分类技术研究基于判别性特征学习的极化SAR图像分类基于卷积神经学习表征框架的高光谱图像分类基于卷积神经网络与邻域相关性的SAR图像分类算法研究基于卷积神经网络的图像分类研究基于卷积神经网络的图像分类研究基于反馈网络的高光谱图像分类方法研究基于堆栈稀疏自编码网络的空谱联合高光谱图像分类基于多元局部信息增强的复杂图像分类与目标检测基于多尺度
MetaGrad·2022-06-27 23:49
上一页 18 19 20 21 22 23 24 25 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他