sigma

计算机视觉入门_02_filter滤波

3.卷积4.卷积特性5.卷积核的填充6.卷积实现图像锐化原理高斯滤波器1.振铃效果2.高斯函数3.高斯核4.方差变化对滤波的影响5.窗框变化对滤波的影响6.窗框和σ\sigmaσ之间的关系7.高斯核性质噪声分类
帅小帅家的小吴昊·2023-02-05 15:51

分词词频分析和高频词搜索分布

转自：六翼的天使1]针对分词的系统，任何一个词出现的频率可以用如下的方法表达：P(I)=N(I)/Sigma(N(J))分布见图12]对于任何两个词之间的相关性的分析，相关性的分布如图2(乘了系数1000
Kangsheng·2023-02-05 11:00

金融分析与风险管理——投资组合的绩效评估

特雷诺比率4信息比率1夏普比率夏普比率是指在某一时间段内，投资组合每承担一单位风险所带来的的超额收益，值越大表示收益越好，其表达式如下：SR=E(Rp)−RfσpSR=\frac{E(R_p)-R_f}{\sigma_p
wxw_csdn·2023-02-05 10:26

夏普比率 —— Python 实现

计算公式：SharpeRatio=E(RP)−RfσPSharpeRatio=\frac{E(R_P)-R_f}{\sigma_P}SharpeRatio=σPE(RP)−Rf其中，E(Rp)E(R_
想做一只猫吖·2023-02-05 10:22

机器学习实战教程（四）：从特征分解到协方差矩阵：详细剖析和实现PCA算法

标准差的符号是σ（希腊语字母西格马，英语sigma）公式很简单：方差的平方根。协方差通俗理解可以通俗的理解为：两个变量在变化过程中是同方向变化？还是反方向变化？同向或反向程度如何？
liaomin416100569·2023-02-04 15:03

LSTM中的归一化与反归一化问题、预测未来值问题

二、单特征时序预测中的反归一化1.单特征时序数据预测导入相关包2.读入数据3.对数据进行归一化利用3sigma原则查找异常点并删除自定义划分数据集，并构造批数据的函数构建LSTM模型，并编译运行验证模型并对预测值进行反归一化
努力学计算机的菜鸡·2023-02-04 07:27

判别分析-书后习题回顾总结

5-2题目理论基础多总体的距离判别马氏距离：dG2(x)=(x−μ)2σ2d^{2}_{G}(x)=\frac{(x-\mu)^{2}}{\sigma^{2}}dG2(x)=σ2(x−μ)2取马氏距离最小的那一个
Alkali！·2023-02-03 15:43

python 计算置信区间,Python求解正态分布置信区间

其概率密度函数的数学表达如下：$$f(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^2}{2\sigma^2}}$$当$\mu=0$，$\sigma=1
weixin_39850143·2023-02-02 18:09

验证BM3D算法效果（matlab）

zhangduokun%2012-12-18clc;clear;clearall;closeall;I=imread('house.png');y=im2double(I);randn('seed',0);sigma
loadstar_kun·2023-02-02 14:02

LR（逻辑回归）介绍文档

回归二值型输出分类器Sigmod函数与LR分类器logistic回归优点：计算代价不高，易于理解和实现缺点：容易欠拟合，分类精度可能不高适用数据类型：数值型和标称型数据Sigmod函数公式：σ(z)=11+e−z\sigma
CODE_WangZIli·2023-02-02 13:43

矩阵的奇异值分解

SVD的公式：Am×n=Um×mΣm×nVn×nTA_{m\timesn}=U_{m\timesm}\Sigma_{m\timesn}V_{n\timesn}^TAm×n=Um×mΣm×nVn×nT这个公式中
今天多喝热水·2023-02-02 12:24

特征值分解和奇异值分解

特征值分解特征值分解是将一个方阵A分解为如下形式：A=QΣQ−1A=Q\SigmaQ^{-1}A=QΣQ−1其中，Q是方阵A的特征向量组成的矩阵，Σ\SigmaΣ是一个对角矩阵，对角线元素是特征值。
Yolanda Yan 9·2023-02-02 11:46

【机器学习】逻辑回归（实战）

逻辑回归（实战）目录一、准备工作（设置jupyternotebook中的字体大小样式等）二、绘制sigmoid函数：σ(z)=11+e−z\sigma(z)=\frac{1}{1+e^{-z}}σ(z)
酱懵静·2023-02-02 10:10

UKF随笔与Python实现(无运动模型)

目录UKF介绍预测更新UKF介绍预测首先得到初始sigma点，并计算权重w：χ=sigma-function(x,P)Wm,Wc=weight-function(n,parameters)\begin{
ForeUP·2023-02-02 08:00

高斯噪声、高斯白噪声、SNR、噪声方差

R=normrnd(MU,SIGMA,m,n)其中MU为均值，SIGMA为标准方差，m、n为矩阵大小；提问：（randn与normrnd(0,1)）有区别没？高斯噪声与高斯白噪声的区别是什么？
黎涛note·2023-02-01 23:42

手动实现高斯滤波(python)

282020@author:陨星落云"""importimageioimportnumpyasnpdefGaussianFilter(img):h,w,c=img.shape#高斯滤波K_size=3sigma
陨星落云·2023-02-01 13:27

【算法微解读】浅谈01分数规划

每个物品只有选和不选的两种方案，求一个选择的方案使得R=sigma(a[i]x[i])/sigma(b[i]x[i])，也就
weixin_30952103·2023-02-01 06:15

01分数规划学习笔记

每个物品只有选和不选的两种方案，求一个选择的方案使得R=sigma(a[i]x[i])/sigma(b[i]x[i])，也就
weixin_30732825·2023-02-01 06:45

浅谈01分数规划-代码改变世界

每个物品只有选和不选的两种方案，求一个选择的方案使得R=sigma(a[i]*x[i])/sigma(b[i]*x[i])，
Phantom_stars·2023-02-01 06:41

概率题

试验次数的期望E=sigma(k=1~无穷大)k·p·(1-p)^(k-1)E=p+2p(1-p)+3p(1-
一酷到底·2023-02-01 05:09

QQ拼音希腊字母自定义短语

δepsilon=1,εzeta=1,ζeta=1,ηtheta=1,θiota=1,ιkappa=1,κlambda=1,λmu=1,μnu=1,νxi=1,ξomicron=1,οpi=1,πrho=1,ρsigma
北麓牧羊人·2023-01-31 10:48

实用机器学习笔记-第五章-集成学习

1.4偏差-方差公式泛化误差:Ed[(y−f^(x)2)]=Bias[f^]2+Var[f^]+σ2E_d[(y-\hat{f}(x)^2)]=Bias[\hat{f}]^2+Var[\hat{f}]+\sigma
11408考研休息室·2023-01-31 09:15

初入SLAM（5）——SIFT中的高斯模糊

N维空间的正态分布如公式1-1所示G(r)=12πσ2e−r2(2σ2)（1−1）G(r)=\frac{1}{\sqrt{2\pi\sigma^{2}}e^{-r^{2}\left(2\sigma^{2
REstrat·2023-01-31 07:16

SSA时间序列分解

算法流程Step1:根据原始时间序列构建轨迹矩阵XXXStep2:对矩阵X进行奇异值分解：X=∑i=1rσiUiViTX=\sum_{i=1}^{r}\sigma_iU_iV_i^TX=∑i=1rσiUi
‘行者’·2023-01-30 22:08

7.5 基于奇异值的范数

用公式定义如下：∥A∥(k)=∑i=1kσi↓\parallelA\parallel_{(k)}=\sum_{i=1}^k\sigma_i^{\downarrow}∥A∥(k)=i=1∑kσi↓  当k
醒过来摸鱼·2023-01-30 10:41

Canny、Sobel和Prewitt算子python实现

importmatplotlib.pyplotaspltimportnumpyasnpimportmathimportcv2defcanny_my(gray):sigma1=sigma2=0.88sum
jvmkiller·2023-01-30 09:01

系统辨识的最小二乘法原理及其算法实现

最小二乘法递推算法4.例题(Matlab实现)clc,clear;closeall;rng(1)%下面是系统的真实参数a1=-1.3;a2=0.7;b0=1;b1=-0.5;%下面是采样点的数目:num=10000;sigma
赛亚茂·2023-01-29 14:50

交叉熵损失函数公式_交叉熵损失函数 与 相对熵，交叉熵的前世今生

交叉熵：物理意义：用模拟分布Q去编码真实分布P所需要的平均编码长度(比特个数底数为2时交叉熵损失函数:(这里的连加sigma是把一个样本分布的所有概率下的信息量进行的连加，例如我们就求一句话分类的损失，
weixin_39801075·2023-01-29 13:31

高斯分布和马氏距离

给定随机变量x_i(i=1,...,N)构成的矢量X，它的均值是\barX=E(X)，而\DeltaX=X-\barX，其协方差矩阵\Sigma=E(\DeltaX\DeltaX^T)可知，矩阵\Sigma
看风景的人_21744·2023-01-29 10:38

马尔科夫随机场简单理解

（易辛模型包含了可以用来描述单个原子磁矩的参数{\displaystyle\sigma_{i}}，其值只能为+1或-
weixin_40349368·2023-01-29 08:57

GRU详解

[ht−1,xt])z_t=\sigma(W_z.[h_{t-1},x_t])zt=σ(Wz.[ht−1,xt])rt=σ(Wr.[ht−1,xt])r_t=\si
ZhangJingHuaJYO·2023-01-28 17:31

softmax/sigmoid tanh/ReLU/Leaky ReLU

softmax（归一化指数函数）σ(xi)=exi∑j=1j=nexj\sigma(x_i)={\frac{e^{xi}}{\sum_{j=1}^{j=n}e^{xj}}}σ(xi)=∑j=1j=nexjexi
mrcoderrev·2023-01-28 12:07

逻辑回归(Logistic Regression)知识点

Cross-Entropyloss)3.1损失函数优化方法Sigmoid层反向传播Softmax层的反向传播4相关问题1Logistic分布  Logistic分布函数可以表示为：F(x)=P(X0\sigma
夢の船·2023-01-27 09:29

Canny 边缘算法的C++ 实现

doublesigma){//高斯模糊introws=img.rows,cols=img.cols;cv::Mattemp(rows,cols,CV_8U,cv::Scalar(0));intn=ceil(6*sigma
ticks·2023-01-25 21:29

电阻抗成像OpenEIT 番外篇 简单算法

\rightarroweC→Y→V→e符号符号含义–Ω\OmegaΩ研究图像区域∂Ω\partial\Omega∂Ω研究图像区域的边界ϕ(x,y)\phi(x,y)ϕ(x,y)代求电导率σ(x,y)\sigma
FakeOccupational·2023-01-25 13:16

matlab 4.单序列数据正态性检验K-S方法

;>>y=normpdf(x,100,5);>>plot(x,y);>>holdon;%使得图像具有刷新能力>>y2=normpdf(x,100,10);>>plot(x,y2);>>legend('sigma
海滩超人·2023-01-24 10:38

机器学习常见算法推导过程

θTx(i)+ε(i)（1）由于误差服从高斯分布：ρ(ε(i))=12πσexp(−(ε(i))22σ2)（2）\rho(\varepsilon^{(i)})=\frac{1}{\sqrt{2\pi}\sigma
胡胡同志要加油·2023-01-21 19:39

李永乐复习全书概率论与数理统计 第七、八章 参数估计及假设检验

练习八2.已知X∼N(μ1,σ12),Y∼N(μ2,σ22)X\simN(\mu_1,\sigma_1^2),Y\simN(\mu_2,\sigma^2_2)X
古月忻·2023-01-21 08:54

自适应阈值（adaptiveThreshold）杂谈

令mxym_{xy}mxy和σxy\sigma_{
zhashung001·2023-01-19 12:48

skimage.feature函数使用说明

featureblob_dogblob_dohblob_logcannyskimage.sobelcorner_fastcorner_foerstnercorner_harriscorner_kitchen_rosenfeldonlyselectonefeatureovertwo项目Valueskimage.feature.blob_dog(image[,min_sigma
香博士·2023-01-17 10:19

从NeRF到Plenoxels学习 透明度 体积渲染方程

Plenoxels：Method稀疏体素网格，每个体素（voxelcorner就是voxel，他这里写的容易让人误解成体元的顶点）对每个色彩通道储存一个透明度标量sigma，以及一个球谐函数向量（9个元素
构建的乐趣·2023-01-16 14:08

双边滤波(bilateralFilter)原理及C++实现

先看看对比效果：wsize=23*23,sigma(space)=10，sigma(color)=35在同样的掩膜尺寸、sigma(space)的情况下，双边滤波能去除噪声污染并能保持边缘。
thequitesunshine007·2023-01-16 07:07

OpenCV-RANSAC随机抽样一致算法

第二步：由于不是严格线性，数据点都有一定波动，假设容差范围为：sigma，找出距离拟合曲线容差范围内的点，并统计点的个数。
Yicsr·2023-01-15 11:56

根据关键点坐标生成heatmap

即将一个(64,48)的黑图的中心点点亮importmatplotlib.pyplotaspltimportnumpyasnpimportcv2defgenerate_heatmap(heatmap,sigma
qq_37025073·2023-01-15 10:52

关键点 heatmap 生成方法对比

importtimeimportnumpyasnpimportcv2importmatplotlib.pyplotaspltdefCenterLabelHeatMap(img_width,img_height,c_x,c_y,sigma
baidu_huihui·2023-01-15 10:21

高等数学（第七版）同济大学 习题11-7 个人解答

\试对曲面\Sigma：z=x^2+y^2，x^2+y^2\le1，P=y^2，Q=x，R=z^2验证斯托克斯公式.&\end{aligned}1.试对曲面Σ：z=x2+y2，x2+y2≤1，P=y
Navigator_Z·2023-01-13 18:40

【CS 285 DRL Homework 1】模仿学习的策略函数

因此首先如果是高斯函数($\pi_{\mu,\sigma}(a|s)$),
·2023-01-13 17:35

《白话机器学习的数学》随机梯度下降法实现代码理解

click.csv',delimiter=',',dtype='int',skiprows=1)train_x=train[:,0]train_y=train[:,1]#标准化mu=train_x.mean()sigma
Atl212·2023-01-12 19:03

【千律】OpenCV基础：图像阈值分割 -- 大津法（OTSU）阈值分割

（2）图像的平均灰度值为常数，与阈值无关，即：（3）计算类间方差如下：（4）代入P0+P1=1和M_mean,化简上式为：（5）遍历灰度值，找出使sigma^2最
阿飞_Y·2023-01-12 15:03

数据预处理——异常值查找与剔除

数据预处理——异常值查找与剔除1、3σ\sigmaσ法（拉以达法则）3σ准则是指先假设一组检测数据只含有随机误差，对其进行计算处理得到标准偏差，按一定概率确定一个区间，认为凡超过这个区间的误差，就不属于随机误差而是粗大误差
qq_43202474·2023-01-12 15:02
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他