高斯拟合

python工具方法 19 语义分割结果转labelme标注（可用于大图裁剪）

语义分割结果转labelme标注，本质上是利用opencv的多边形拟合功能，在进行拟合时发现对于中空图形的孔洞区域会拟合出背景区域的多边形，因此需要对背景区域进行计算区分，此代码生成
万里鹏程转瞬至·2025-02-11 10:15

【Python】成功解决ModuleNotFoundError: No module named ‘openpyxl‘

【Python】成功解决ModuleNotFoundError:Nomodulenamed‘openpyxl’欢迎进入我的个人主页，我是高斯小哥！
高斯小哥·2025-02-11 07:14

NeRF与3D Gaussian的异同对比

显式表示：用3D高斯分布显式建模场景中的点云或粒子。优化目
zllz0907·2025-02-10 18:41

一切皆是映射：量子机器学习与传统元学习的融合

泛化能力:AI模型在面对未见过的数据时，泛化能力往往不足，容易出现过拟合等问题。可解释性:AI模型的决策过程往往难以解释，这限制了其在一些关键领域的应用。
AI天才研究院·2025-02-10 11:41

关于java语言的发展前景

java语言的详解Java是一种高级、面向对象的计算机编程语言，由詹姆斯·高斯林(JamesGosling)和SunMicrosystems的团队开发。
GeekyGuru·2025-02-10 05:09

AI学习专题（一）LLM技术路线

Python（NumPy、Pandas、Matplotlib）PyTorch&TensorFlow基础HuggingFaceTransformers入门深度学习基础机器学习基础（监督/无监督学习、正则化、过拟合
王钧石的技术博客·2025-02-10 01:39

数字信号处理Python示例（13）生成方波信号

2.方波的应用3.方波的产生二、生成方波信号的Python代码三、仿真结果及分析写在后面的话前言从这篇文章开始，将继续给出生成非正弦信号的几个Python示例，包括方波、三角波、锯齿波、sinc函数和高斯信号
通信仿真实验室·2025-02-09 14:56

从零开始人工智能Matlab案例-线性回归与梯度下降算法

使用线性回归模型拟合历史数据，并通过梯度下降算法优化模型参数，动态展示参数更新如何逐步降低预测误差。
算法工程师y·2025-02-08 23:28

python学opencv|读取图像（五十六）使用cv2.GaussianBlur()函数实现图像像素高斯滤波处理

.blur()函数实现图像像素均值处理-CSDN博客python学opencv|读取图像（五十五）使用cv2.medianBlur()函数实现图像像素中值滤波处理-CSDN博客在此基础上，我们可以进入高斯滤波的学习
西猫雷婶·2025-02-08 20:11

十八、计算机视觉-canny边缘检测

文章目录前言一、canny检测的流程1.高斯滤波（GaussianSmoothing）2.梯度计算（GradientCalculation）3.非极大值抑制（Non-maximumSuppression
云峰天际·2025-02-08 19:01

【Halcon】插值算法通俗讲解

目录一、灰度值插值的概念二、最近邻插值法三、双线性插值法四、等权双线性插值法五、高斯加权双线性插值法六、双三次插值法七、五种插值算比较一、灰度值插值的概念回到目录灰度值插值是图像变换所必需的方法，因为图像不是连续的函数
熊猫袋鼠骆驼·2025-02-08 13:52

[Halcon] 灰度值插值介绍

测量对象的插值方法及特定位置灰度值的确定2.2最近邻插值（’nearest_neighbor’）2.3双线性插值（’bilinear’）2.4集成平滑的双线性插值2.4.1等权双线性插值（“constant”）2.4.2高斯加权双线性插值
F-Halcon·2025-02-08 13:47

【神经网络搜索】NasBench301 使用代理模型构建Benchmark

【GiantPandaCV导语】本文介绍的是NAS中的一个benchmark-NASBench301,由automl.org组织发表，其核心思想是针对表格型基准存在的不足提出使用代理模型拟合架构与对应准确率
*pprp*·2025-02-08 03:32

canny边缘检测

Canny算法通过一系列步骤来实现鲁棒的边缘检测，以下是其主要步骤的详细介绍：1.高斯滤波降噪由于边缘检测对噪声非常敏感，因此在进行边缘检测之前，通常需要对图像进行平滑处理以去除噪声。
万物琴弦光锥之外·2025-02-07 09:37

4.2 过拟合与欠拟合

4.2.1什么是过拟合与欠拟合过拟合：一个假设在训练数据上能够获得比其他假设更好的拟合，但是在测试数据集上却不能很好地拟合数据，此时认为这个假设出现了过拟合的现象。
望云山190·2025-02-07 05:11

直线拟合_matlab基础直线拟合

本文介绍利用矩阵除法进行最小二乘直线拟合%%%矩阵除法最小二乘直线拟合的函数文件，参考MATLAB2018从入门到精通(中文版)function[k,b]=linefit(x,y)n=length(x)
Ready-Player·2025-02-06 23:03

深度学习学习笔记 --- 动量momentum

一、动量momentum的由来训练网络时，通常先对网络的初始值按照某种分布进行初始化，如：高斯分布。
杨鑫newlfe·2025-02-06 18:01

deseq2进行差异分析时的分组问题

示例1：两组比较#创建一个示例数据集，包含4个样本dds=1.10中，所选的阈值是过滤器的最低分位数，其中拒绝数接近拟合曲线在过滤器分位数上的峰值。“接近”定义为在1个残差标准差内。
请你喝好果汁641·2025-02-06 06:07

线性回归模型全攻略：原理、步骤与应用实例

模型的目标是找到一条最佳拟合直线，使得这条直线能够最好地描述(X)和(Y)之间的关系。这条直线的方程通常表示为：(Y=\beta_0+\beta_1X_1+\beta_2X_2+...
..蓝桉...·2025-02-06 03:09

Python 实现基于高斯混合模型聚类结合CNN-BiLSTM-Attention的风电场短期功率预测

目录Python实现基于高斯混合模型聚类结合CNN-BrtiLTTM-Attentrtion的风电场短期功率预测...1项目背景介绍...1项目目标与意义...2项目挑战...2项目特点与创新...2项目应用领域
nantangyuxi·2025-02-06 02:06

【深度学习】权重衰减

权重衰减前一节我们描述了过拟合的问题，本节我们将介绍一些正则化模型的技术。我们总是可以通过去收集更多的训练数据来缓解过拟合。但这可能成本很高，耗时颇多，或者完全超出我们的控制，因而在短期内不可能做到。
熙曦Sakura·2025-02-06 02:33

scikit-learn实现SVM

这种策略的优势在于它提供了一种防止模型过拟合的方法，从而提高了泛化能力。核技巧：在实际应用中，许多数据集不是线性可分的，这就需要使用核
PeterClerk·2025-02-04 19:23

基于Python实现机器视觉与深度学习相结合的项目

整体思路图像读取与预处理：从采集装置传输到电脑的照片，使用OpenCV库读取图像，并进行灰度转换、高斯模糊等预处理操作。
max500600·2025-02-04 14:45

自定义数据集 ，使用朴素贝叶斯对其进行分类

fit_transform方法在训练数据上拟合向量器并进行转换。模型训练：-初始化MultinomialNB模型，这是适用于离散数据（如词频）的朴素贝叶斯分类器。
知识鱼丸·2025-02-04 14:40

漫话最小二乘法-1.矩阵表示

最小二乘最早是由勒让德和高斯各自提出的。高斯成功的用最小二乘法解决了谷神星轨道计算的问题。先从最基本的线性回归说起最小二乘的用法。如图所示，蓝色圆圈描绘了一组点，可以大致看出这样一组
sHermit·2025-02-04 12:23

【漫话机器学习系列】079.超参数调优（Hyperparameter Tuning）

正确地选择超参数可以显著提高模型的预测能力，反之，错误的超参数选择可能会导致过拟合、欠拟合或训练过程缓慢。
IT古董·2025-02-04 11:44

用python绘制kde模型

模型的完整示例代码和说明：方法1:使用Seaborn快速绘制importnumpyasnpimportmatplotlib.pyplotaspltimportseabornassns#生成示例数据（混合高斯分布
若木胡·2025-02-03 20:13

(04)python-opencv图像处理——图像阈值、平滑图像、形态转换、图像梯度

目录前言一、图像阈值1.1简单的阈值法1.2自适应阈值二、平滑图像2.1二维卷积(图像滤波)2.2图像模糊2.2.1均值模糊2.2.2高斯模糊2.2.3中值滤波2.2.4双边滤波三、形态转换1、腐蚀2、
欲游山河十万里·2025-02-03 17:48

第五章 Opencv图像处理框架实战 5-7图像金字塔与轮廓检测

1、图像金字塔定义图像金字塔¶高斯金字塔拉普拉斯金字塔高斯金字塔：向下采样方法（缩小）高斯金字塔：向上采样方法（放大）
老张谋·2025-02-02 20:35

决策树ID3算法

它通过递归地划分数据空间并在每个分区内拟合一个简单的预测模型来工作。选择分区是为了在每个细分中最大化目标变量的同质性。决策树特点1.树形结构决策树由根节点、内部节点
小波LFZZB·2025-02-02 18:15

TensorFlow 示例摄氏度到华氏度的转换（一）

我们可以通过神经网络来拟合这个简单的转换公式。
李建军·2025-02-02 17:42

数据挖掘常用算法优缺点分析

偏差bias其实是模型太简单而带来的估计不准确的部分---欠拟合方差：描述的是预测值的变化范围、离散程度
天波烟客00·2025-02-02 14:52

使用Transformer模型实现股票走势预测：深入解析和实操案例（基于Python和PyTorch）

结果证实Transformer模型能有效预测股价，但需注意过拟合和数据量问题。未来研究将着眼于模型优化和
AI_DL_CODE·2025-02-02 09:44

Python 最小二乘法 圆度误差高斯牛顿迭代

1.最小二乘法求圆度误差importnumpyasnpimportmathimportgeometry_functiondefroundness_lsm(x1,y1):e=0.00000000001y1max_index=y1.index(max(y1))x1min_index=x1.index(min(x1))y1min_index=y1.index(min(y1))pp=[[x1[y1max_
CAD二次开发秋实·2025-02-01 22:36

【OpenCV-Python】——图像变换&色彩空间变换&几何变换&图像模糊（滤波）&阈值处理&形态变换

目录前言：1、色彩空间变换1.1RGB色彩空间1.2GRAY色彩空间1.3YCrCb色彩空间1.4HSV色彩空间2、几何变换3、图像模糊3.1均值滤波3.2高斯滤波3.3方框滤波3.4中值滤波4、阈值处理
柯宝最帅·2025-02-01 20:51

【机器学习】自定义数据集 使用paddlepaddle框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

2.模型定义部分：方案1：使用nn.Sequential组网代码解释①数据生成与转换：生成自定义的特征矩阵X和目标值向量y，并添加高斯噪声模拟真实数据。使用p
加德霍克·2025-02-01 14:21

深度学习之核函数

深度学习之核函数在机器学习中，常看到多项式核函数、高斯核函数，那什么叫核函数（KernelFunction，或者KernelTrick）呢？它有什么用呢。
fpcc·2025-02-01 12:38

自定义数据集使用scikit-learn中的包实现线性回归方法对其进行拟合

自定义数据集使用scikit-learn中的包实现线性回归方法对其进行拟合importnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.linear_modelimportLinearRegressionfromsklearn.model_selectionimporttrain_test_splitfromsklearn.metricsimport
Jam-Young·2025-02-01 09:47

使用scikit-learn中的线性回归包对自定义数据集进行拟合

1.导入必要的库首先，需要导入所需的库，包括pandas用于数据处理，numpy用于数值计算，以及scikit-learn中的线性回归模型。importpandasaspdimportnumpyasnpfromsklearn.model_selectionimporttrain_test_splitfromsklearn.linear_modelimportLinearRegressionfrom
Luzem0319·2025-02-01 09:44

Android BitmapShader简洁实现马赛克/高斯模糊（毛玻璃），Kotlin（三）

AndroidBitmapShader简洁实现马赛克/高斯模糊（毛玻璃），Kotlin（三）发现，如果把（二）AndroidBitmapShader简洁实现马赛克，Kotlin（二）-CSDN博客中的这个函数
zhangphil·2025-02-01 02:50

Android 图片高斯模糊

1.RenderScript/***将传入的图片进行高斯模糊**@parammContext上下文*@parambitmap图片对象*@paramradius高斯模糊半径*@return模糊之后的对象*
又双㕛叕、·2025-01-31 21:08

android 高斯模糊和毛玻璃效果的实现

一：Glide实现高斯模糊：（还有一种由RenderScript实现的高斯模糊，但在我的实际使用时候会报错，因此弃用了）Glide是一个比较强大也是比较常用的一个图片加载库，Glide中的Transformations
王虫虫就爱吃·2025-01-31 21:07

Android createScaledBitmap与Canvas通过RectF drawBitmap生成马赛克/高斯模糊（毛玻璃）对比，Kotlin

AndroidcreateScaledBitmap与Canvas通过RectFdrawBitmap生成马赛克/高斯模糊（毛玻璃）对比，Kotlinimportandroid.graphics.Bitmapimportandroid.graphics.BitmapFactoryimportandroid.graphics.Canvasimportandroid.graphics.RectFimpor
zhangphil·2025-01-31 21:04

方波的傅里叶变换及方波的MATLAB实现

它的理论依据是：任何连续周期信号都可以由一组适当的正弦曲线组合而成，即使用简单的正弦、余弦函数,可以拟合复杂函数。为什么要进行傅里叶变换？傅里叶变换是一种数学工具，‌能够将时域信号转换为频域信号。
xrgs_shz·2025-01-31 20:54

Android Bitmap高斯模糊

加载和使用缩小的位图（对于非常模糊的图像）永远不要使用完整大小的位图。图像越大，需要模糊的越多，模糊半径也需要越高，通常，模糊半径越高，算法所需的时间就越长。缩小位图的两种方式1.位图options缩小BitmapFactory.Optionsoptions=newBitmapFactory.Options();options.inSampleSize=8;BitmapblurTemplate=B
不会写代码的猴子·2025-01-31 15:48

Android 实现快速高斯模糊（毛玻璃）效果算法

先上代码：https://github.com/chenglin198751/BaseMyProject/blob/master/app/src/main/java/utils/FastBlurUtil.java如果下面的代码有找不到的方法，那么可以去这么项目里找，完整的项目地址是：https://github.com/chenglin198751/BaseMyProjectJava已经有人很好的
kcabmai·2025-01-31 15:47

Android源码中添加高斯模糊背景-毛玻璃

不积跬步无以至千里由于系统中多处使用了高斯模糊处理的背景效果,这里感觉也算一个有b格的设计,因此把实现记录下来,而且多数的处理是基于上层的添加方式,这里说一下源码下的整个流程.1.配置Android.mk
Rom_Fisher·2025-01-31 15:16

random（随机数）

在实数轴上，有计算均匀、正态（高斯）、对数正态、负指数、伽马和贝塔分布
MoRanzhi1203·2025-01-31 08:12

自定义数据集使用scikit-learn中的包实现线性回归方法对其进行拟合

1.引言简要介绍线性回归模型及其在机器学习中的应用。2.创建自定义数据集通过生成一个简单的自定义数据集来模拟问题。可以使用numpy生成数据。importnumpyasnpimportmatplotlib.pyplotasplt#生成自定义数据np.random.seed(42)X=2*np.random.rand(100,1)y=4+3*X+np.random.randn(100,1)3.使用s
辞落山·2025-01-31 05:45

梯度提升用于高效的分类与回归

使用决策树（DecisionTree）实现梯度提升（GradientBoosting）主要是模拟GBDT（GradientBoostingDecisionTrees）的原理，即：第一棵树拟合原始数据计算残差
纠结哥_Shrek·2025-01-31 03:33
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他