领扣算法学习第36页

朴素贝叶斯算法学习总结

1、朴素贝叶斯算法之朴素的含义：朴素是指假定数据的特征变量之间是相互独立的。2、朴素贝叶斯算法分类：将实例分类到后验概率最大的类别当中。假设实例数据有3个特征向量：{A1,A2,A3}，Cj为分类当中的第j个类，后验概率的计算公式为：假设j的取值为0～n，那么计算出所有的P(Cj|A1A2A3)，结果最大的所对应的分类即为实例的分类。比较后验概率大小的问题，也可以简化为比较P(A1A2A3|Cj)

Jasmine0224·2022-11-27 13:41

猿创征文｜我的半年算法学习成长之路~

文章目录前言1、蓝桥杯参赛报名~拉开算法学习的序幕ƪ(˘⌣˘)ʃ2、学习算法初期：一头雾水找不到东南西北3、找到归属，迎战省赛4、积累~备战国赛（＞人＜；）5、总结自己的刷题方式6、结束语前言本篇文章记录我在从上学期开始学习算法到现在的成长以及经验之谈

狗不理小包·2022-11-27 12:22

机器学习算法学习01——k-近邻算法及手写数字识别系统

文章目录一、kNN算法概述二、算法原理三、相关代码1.准备：使用Python导入数据2.从文本文件中解析数据3.预测类别四、手写数字识别系统实验1.实验概述2.实验内容3.代码3.1准备数据：将图像转换为测试向量3.2测试kNN算法总结一、kNN算法概述1.k邻近算法直译为K个最近的邻居，是一种聚类算法。采用测量不同特征值之间的距离方法进行分类。基于大量数据的基础上，做出相应的预测，一般运用于手写

whh_0509·2022-11-26 18:21

数字图像处理-算法学习

一.点运算（像素变换）1.线性变换原理：f=a*F+b;效果：典型的有反色的作用。2.阀值运算原理：若FX时f=255;效果：草图的感觉3.窗口运算原理：类似阀值运算，不过分三段，中间的一段不变；效果：能去掉背景4.灰度拉伸原理：若xx2则f=(255-y2)/(255-x2)*(x-x2)+y2;效果：将x1---x2的像素拉伸到y1---y2段，如图像较暗，可将图像拉伸到较亮处。。5.灰度均衡

andy891218·2022-11-26 14:42

SSD算法学习

目录引言目标检测算法的背景1.两种类型2.SSD和Yolo简单比较SSD的算法设计思想网络结构参考资料引言最近在研究SSD算法，作为一名目标检测的新手，参考了许多优秀的博客，希望将他们的核心思想记录下来以便日后回忆学习，同时加深自己的理解，以下是我根据一些优秀的博客整理总结的，参考资料注明了其来源。目标检测算法的背景1.两种类型（1）two-stage方法顾名思义，算法分为2大步骤，代表算法是

weixin_30257433·2022-11-26 14:00

transformer 算法学习

参考：Transformer算法——总结CV领域Transformer这一篇就够了（原理详解+pytorch代码复现）ViT论文及代码解读-ICLR2021：Transformer用于视觉分类也有很好的性能用Transformer完全替代CNN理解Transformer论文中的positionalencoding，和三角函数有什么关系自注意力机制(Self-Attention)

Christo3·2022-11-26 07:40

ORB-SLAM3算法学习—Frame构造—ORB特征提取和BRIEF描述子计算

文章目录0总述参数设置1.构建图像金字塔，将每一层金字塔图像存入成员变量mvImagePyramid2.提取Fast特征点并使用OctTree进行均匀化分布2.1特征点提取2.2特征均匀化分布3.利用灰度质心法，计算旋转角度4.计算旋转后的BRIEF描述子4.1BRIEF描述子4.2rBRIEF0总述特征检测器实现函数：ORBextractor.cc->ORBextractor::operator

我是快乐的小趴菜·2022-11-26 01:00

ORB-SLAM3算法学习—Frame构造—基于SAD滑窗的双目特征匹配

文章目录0总述1双目匹配1.1为左目每个特征点建立带状区域搜索表，限定搜索区域。（已提前极线校正）1.2对左目相机每个特征点，通过描述子在右目带状搜索区域找到匹配点1.3通过SAD滑窗得到匹配修正量bestincR1.4做抛物线拟合找谷底得到亚像素匹配deltaR2双目立体视觉匹配中的SAD滑窗算法2.1算法原理2.2算法基本流程0总述简单的说，ORB-SLAM中的双目匹配只对特征点进行操作，根据

我是快乐的小趴菜·2022-11-26 01:00

ORB-SLAM3算法学习—Frame构造

文章目录0总述1.检测ORB特征，并为每个特征点计算BREIF描述子2.特征点去畸变`UndistortKeyPoints()`3.计算双目匹配(双目相机模式独有)4.为每个特征点注册网格信息0总述本篇对ORB-SLAM3中的图像帧构造进行简单概述,涉及内容较多的模块放在了单独的篇章。目前ORB-SLAM3支持4种相机传感器，同时又根据是否与IMU融合分为纯视觉Frame对象的构造以及VI模式的F

我是快乐的小趴菜·2022-11-26 01:54

区间子数组个数

2020.03.26题目难度：中等原题链接https://leetcode-cn.com/problems/number-of-subarrays-with-bounded-maximum/题目的著作权归领扣网络所有

麦克斯韦的妖精·2022-11-25 13:30

聚类算法学习——K-means

聚类算法学习导师给安排的方向发生改变，因此需要深入学习这部分内容，这系列就当作学习记录吧。**第一节K-means学习**文章目录聚类算法学习前言一、聚类是什么？

_Tunan·2022-11-25 12:14

聚类算法学习 — K-means

目录1算法1.1算法简介1.2算法步骤1.3伪代码与时间复杂度1.4优缺点1.4.1优点1.4.2缺点2具体实施2.1不使用PythonKmeans库2.2使用PythonKmeans库2.2.1库准备2.2.2sklearn.cluster.KMeans参数介绍2.2.3t-SNE降维算法2.2.4代码1算法1.1算法简介K-means是基于欧氏距离的基础聚类算法，一般作为聚类算法入门选手，其主

米米今日不摸鱼·2022-11-25 12:11

机器学习算法学习---处理回归问题常用算法（一）

1、线性回归优点：结果易于理解，计算上不复杂。缺点：对非线性的数据拟合不好。适用数据：数值型、标称型。回归的目的是预测数值型的目标值。最直接的办法是依据输入写出一个目标值的计算公式；这就是回归方程，其中的未知系数称作回归系数，求这些回归系数的过程就是回归。线性回归意味着可以将输入项分别乘以一些常量，再将结果加起来得到输出。Y=XTw如何求w,常用方法就是找出使误差最小的w。平方误差可以写做：sum

weixin_34186128·2022-11-24 19:45

K-means 聚类算法学习笔记

（一）聚类-无监督学习事先并不知道任何样本的类别标号，希望通过某种算法来把一组未知类别的样本划分成若干类别，聚类的时候，我们并不关心某一类是什么，我们需要实现的目标只是把相似的东西聚到一起，这在机器学习中被称作unsupervisedlearning(无监督学习)K-means是寻找给定数据集的K个簇的聚类算法，也称之为K-均值，是因为它可以发现（寻找）K个不同的簇，且每个簇的中心采用簇中所含数据

勇敢牛牛@·2022-11-24 17:14

聚类算法学习——kernel K-means及实现过程

聚类算法学习接着上一个博客的学习，这篇对改进算法kernelK-means进行了整理记录。**第二节核空间聚类学习**文章目录聚类算法学习前言一、kernel是什么？

_Tunan·2022-11-24 17:36

图像去雾算法学习

现有的图像采集设备对外界环境的干扰非常敏感，在雾霾环境中，获取的户外图像往往退化严重，主要表现为场景特征信息模糊、对比度低、色彩失真，不利于计算机视觉系统对图像真实特征的提取，从而影响其后续的分析、理解、识别等一系列处理，很大程度上降低了视觉系统的实际应用性能，限制了图像的应用价值。一、概述本质上，图像去雾的目的在于从退化图像中去除来自天气因素的干扰，增强图像的清晰程度、颜色饱和度，从而最大限度地

沧海一升·2022-11-24 15:37

算法学习 - 模拟滤波器（巴特沃斯、贝塞尔、切比雪夫、椭圆）及IIR滤波器设计

摘要：在进行信号处理算法的嵌入式代码实现时，经常需要设计滤波器来对信号进行预处理或者后处理。常用的有IIR滤波器和FIR滤波器。虽然IIR滤波器在稳定性和相位响应上比FIR滤波器较差，但是在相同滤波需要下IIR的MIPS和内存要求要少很多。本文将从工程实践的角度来讲解IIR滤波器的设计。本文采用间接法设计数字滤波器：先设计模拟低通滤波器在通过双线性变换法得到数字低通、高通、带通、带阻滤波器。先介绍

甲客实验室·2022-11-24 13:15

KMP算法学习记录

一、KMP算法解决的问题：KMP算法主要解决字符串匹配的问题；当遇到冲突的字符时候，由于前缀表记录了之前的匹配信息，因此模式串不需要从头开始匹配；(从文本串中寻找模式串)二、KMP算法的核心：KMP算法的核心是找到前缀表(前缀表中存储了第i个索引以及其之前的子串的最大相等前后缀），然后利用前缀表进行回退。当匹配到某个字符发生冲突时，找到其前一个字符在前缀表中(next数组中)对应索引位置处的值，然

进阶のmky·2022-11-24 06:10

SVM算法学习笔记

什么是SVM算法SVM（supportvectormachine）支持向量机，是一个有监督的学习模型，通常用来进行模式识别、分类(异常值检测)以及回归分析。Hardmargin将两类通过一个阈值而分类开，对于二维来说就是找一条线，三维找一个面，多维找一个超平面Hardmargin:距离超平面最近的点的间隔最大最优线：在SVM中最优分割面(超平面)就是：能使支持向量和超平面最小距离的最大值在样本空间

我不会算法·2022-11-23 14:01

视觉学习笔记5——FAR Planner全局路径规划算法学习研究

文章目录一、FarPlanner是什么？二、配置安装FarPlanner1.运行环境2.下载编译开发环境包3.编译Far_Planner一、FarPlanner是什么？FARPlanner项目旨在建立一种可在现实环境中实时提取环境几何特征并动态建立VisibilityGraph进行路径规划及导航的算法，同时该算法支持在没有已知地图的环境下根据实时传感器输入对路径图以及导航路径进行实时动态调整，可在

RanceGru·2022-11-23 05:18

语音情感识别中的音频检测算法学习

引言：目前大体学习多模态语音情感识别，对语音数据的训练过程有个初步的了解，但对于原始语音音频生成具体的数据特征、以及如何获取有些疑惑，因此通过这篇文章来总结语音情感识别中的音频特征检测算法。音频检测的关键技术-MFCC特征提取为了从音频信号中提取语音信息，目前使用的是普遍用于分析音频信号的mfcc值。MFCC（梅尔频率倒谱系数），梅尔频率是基于人耳听觉特性提取出来的，和赫兹频率呈现一个非线性对应关

独创之上·2022-11-22 22:26

AVP自主代客泊车规划算法学习

AVP泊车规划算法学习一、满足运动学的rrt算法输入：起始点和终止点车辆状态【x,y,朝向，线速度】输出：从起始点到目标点的路径【车辆状态序列：位置，朝向，速度，角速度等】原理：rrt最多进行70000

lijiaming550·2022-11-22 18:55

【数学建模】数学建模算法学习其一(主成分分析法)

主成分分析法简述主成分分析中运用了多元统计分析中最重要的降维与分析评价方法,也就是为了去统计多变量的统计分析方法。主成分分析主要是为了希望用较少的变量去解释原来数据中大部分的差异。将我们手中许多相关性很高的变量转化成彼此相互独立或不相关的变量。通常是选出比原始变量个数少，能解释大部分数据的区别的几个新变量，即所谓主成分在数据压缩、消除冗余和数据噪音消除等领域都有广泛的应用，一般我们提到降维最容易想

Delv_Peter·2022-11-22 17:34

Morning sunshine·2022-11-22 14:23

决策树算法学习

目录一、什么是决策树二、决策树生成原理（CART）连续值处理三、具体实现四、实验总结一、什么是决策树决策树中每个内部节点都是一个分裂问题：指定了对实例的某个属性的测试，它将到达该节点的样本按照某个特定的属性进行分割，并且该节点的每一个后继分支对应于该属性的一个可能值。分类决策树叶节点所含样本中，其输出变量的众数就是分类结果。决策树常用做分类预测，其叶子节点是决策结果，其他节点是属性测试，样本集合根

郭小胖.·2022-11-22 04:14

机器学习之PCA特征降维+案例实践

丶凉介·2022-11-21 21:09

2021人工智能状况分析报告

点击上方“人工智能与算法学习”，选择“星标”公众号人工智能(AI)是一个多学科领域的科学和工程，其目标是创造智能机器。

人工智能与算法学习·2022-11-21 17:10

机器学习算法——k-均值聚类算法对未标注数据分组

k-means的算法优化2.1对聚类得到的簇进行二次处理2.2二分k-均值聚类算法3、对纽波兰的地理位置进行聚类3.1我们按照以下几个流程完成项目：3.2具体代码实现4、小结学习永无止境，后续还会有更多的算法学习及实例尝试

零壹博弈·2022-11-21 16:05

分类算法学习（三）决策树

文章目录决策树决策树保存决策树优缺点随机森林学习算法案例——波士顿房屋租赁价格预测决策树决策树是一种基本的分类方法，当然也可以用于回归。我们一般只讨论用于分类的决策树。决策树模型呈树形结构。在分类问题中，表示基于特征对实例进行分类的过程，它可以认为是if-then规则的集合。在决策树的结构中，每一个实例都被一条路径或者一条规则所覆盖。通常决策树学习包括三个步骤：特征选择、决策树的生成和决策树的修剪

曾鸿举·2022-11-21 12:31

深入浅出——零基础一文读懂DeepSORT(原理篇)

Intro本文是笔者对DeepSORT算法学习的阶段性总结，基于笔者接触到的所有开源学习资料，辅以个人理解进行重新编排而成，力求清晰，使非专业的读者也能迅速对该算法原理有较为透彻的理解，便于后续代码学习

YouOnlyLookOnemiotms·2022-11-21 06:37

计算机学习链接汇总(持续更新...)

FastR-CNN、FasterR-CNN、YOLO、SSDFastR-CNN(带流程图)深度神经网络及目标检测学习笔记2.数据结构与算法【超全汇总】学习数据结构与算法，计算机基础知识，看这篇就够了超级干货：最全算法学习资

星河不知意·2022-11-21 04:56

（补）二、机器学习算法学习---线性回归算法（5-4 衡量线性回归的指标）

可以将上面的式子转化为两个向量的乘积，即可直接替换for循环节约时间向量间的点乘替换for循环的乘积

fort110·2022-11-21 02:21

时间复杂度计算方法以及常见的时间复杂度

但是很多初学者对于时间复杂度缺少一种概念，对于复杂程序的估算难以理解，理解不了时间复杂度，算法学习无从下手。因此为了解决对时间复杂度的理解难题，本文将从简单到复杂介绍时间复杂度的计算方法，

阿亥·2022-11-20 21:13

力扣刷题记录及总结（Python3）第7题

来源：力扣（LeetCode）链接：https://leetcode-cn.com/problems/reverse-integer著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

天翼冰霜·2022-11-20 20:00

力扣刷题记录及总结（Python3）第9题

来源：力扣（LeetCode）链接：https://leetcode-cn.com/problems/palindrome-number著作权归领扣网络所有。

天翼冰霜·2022-11-20 20:00

西瓜书习题 - 5.神经网络

网络结构、激活函数网络结构、神经元模型激活函数、学习算法学习算法、神经元模型2、以下哪个名称不是activationfunction的翻译？

加油呀，哒哒哒·2022-11-20 19:57

吴恩达ML WEEK6 练习三（神经网络）+神经网络学习

代价函数2.2反向传播算法2.3理解反向传播2.4展开参数（将矩阵展开成向量）2.5梯度检验2.6随机初始化2.7综合0总结学习时间：2022.10.10~2022.10.16完成练习三：神经网络的前向传播算法学习神经网络的代价函数学习并理解神经网络反向传播算法自学了反向传播公式的推导过程学习神经网络梯度检验方法和

没有bug的一天·2022-11-20 06:48

OpenCV实战之人脸美颜美型算法

每一个知识点都涉及某个研究领域，具有较高的算法学习与工程实践意义。同时由于当前视频直播的火热，以及疫情下线

Mega_Li·2022-11-20 06:30

遗传算法学习（附代码）

遗传算法的主要流程1函数解读1.1randperm作用：随机产生一个由数字1~n组成的无重复序列p=randperm(n)返回行向量，其中包含从1到n（包括二者）之间的整数随机置换p=randperm(n,k)返回行向量，其中包含在1到n（包括二者）之间随机选择的k个唯一整数>>randperm(6)ans=635124>>randperm(6,3)ans=1561.2randi均匀分布的伪随机整

狂奔的菜驰·2022-11-20 04:01

图像算法学习 - 计算图像均方差(MES),峰值信噪比(PSNR)

function[MES,PSNR]=FuncPSNR(SrcImg,ImgRef,PixelBit)%计算图像均方差(MES),峰值信噪比(PSNR)%SrcImg-原始图像,ImgRef-处理后图像,PixelBit-图像深度%History:2021.xx.xx-初次创建文件%2021.xx.xx-实现对图像直方图的测试%***********************************

杨树苗YL·2022-11-20 04:20

图像算法学习 - 磨皮算法

1.局部均值：functionDstImg=FuncLSNFilter(SrcImg,r,k)%Function:局部方差去噪及磨皮算法SrcImg:原始图像,r:滤波半径,k:滤波系数%SrcImg:灰度图像%r:滤波半径%k:滤波系数%History:2021.xx.xx-初次创建%Example:%clear;closeall;clc;warningoffall;%SrcImg=imread

杨树苗YL·2022-11-20 04:20

图像算法学习 - matlab自定义显示直方图

%*************************************************************************%Author:A29850706%Created:2021.xx.xx%Versions:v1.0%Function:图像显示直方图%History:2021.xx.xx-初次创建文件%********************************

杨树苗YL·2022-11-20 04:50

图像算法学习 - 图像线性拉伸实现对比度增强

%*************************************************************************%Author:A29850706%Created:2021.xx.xx%Versions:v1.0%Function:%History:2021.xx.xx-初次创建文件%***************************************

杨树苗YL·2022-11-20 04:50

机器学习算法学习笔记：逻辑回归

文章目录一、理论篇1、概述2、逻辑回归模型3、逻辑回归的代价函数4、梯度下降法5、线性不可分6、类别不平衡7、多分类问题一、理论篇1、概述线性回归模型能对连续值结果进行预测。但是，在现实生活中更为常见的是分类问题，其中最简单的就是二分类问题（是或否）。回归得到的结果是定量的，是一个具体的数值，将定量的实数值转换为定性的分类值通常有以下两种方法。（1）找一个阈值作为分水岭与回归实数值进行对比，该做法

Jason Hwang·2022-11-20 03:26

PR曲线以及ROC曲线的绘制

（用于评估模型的泛化能力）造成的原因：算法学习能力比较强怎么解决呢？增加训练种类、增加训练集（训练集多了，总不可能全学会了吧）**欠拟合：**学习器训练的不太好，一般性质都没训练出来。

摆脱咸鱼·2022-11-19 21:46

K近邻算法学习（KNN）

K近邻算法——KNN机器学习——K近邻算法（KNN）基本知识点基本原理示例关于KNN的基本问题距离如何计算？k如何定义大小？k为为什么不定义一个偶数？KNN的优缺点代码实现第一次写（2022.10.25）增强（2022.10.28）结果分析机器学习——K近邻算法（KNN）基本知识点基本原理给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后基于这k个“邻居”的信息进行预测。——