一、全概率公式和贝叶斯公式 1、全概率公式 2、贝叶斯公式 二、朴素贝叶斯算法 1、算法简介   贝叶斯分类算法是统计学的一种分类方法,其分类原理就是利用贝叶斯公式根据某对象的先验概率计算出其后验概率,然后选择具有最大后验概率的类作为该对象所属的类。之所以称之为”朴素”,是因为贝叶斯分类只做最原始、最简单的假设:所有的特征之间是统计独立的(假设某样本x有...

如果要放大或缩小图片的尺寸,可以使用OpenCV提供的两种方法:  resize函数,是最直接的方式;  pyrUp,pyrDown函数,即图像金字塔相关的两个函数,对图像进行上采样和下采样的操作。 一、  resize函数(resize函数在imgproc模块的Geometric Image transformations子模块里) 源码溯源:(resize函数位于...

一,高斯金字塔--图片经过高斯+下采样 经过两次下采样的还原回去 与原图相比更加的模糊,因为丢失了信息。 二,拉普拉斯金字塔 由于高频细节信息在卷积和下采样中丢失,其保留所有层所丢失的高频信息,用于图像恢复,故可以将拉普拉斯保存的高频信息与高斯金字塔的放大图片融合 打印结果: 左图是经过拉普拉斯金字塔的融合,右图是直接融合的。  ...

Downsample 1)对图像G_i进行高斯内核卷积 2)将所有偶数行和列去除 Upsample 1)将图像在每个方向扩大为原来的两倍,新增的行和列以0填充 2)放大后的图像卷积,获得 “新增像素”的近似值 参考 图像处理中的高斯金字塔和拉普拉斯金字塔...

拉普拉斯金字塔重构 一、概述         拉普拉斯金字塔的重构主要是包括三部分,第一部分是高斯金字塔的构造,第二部分是构造拉普拉斯金字塔,第三部分是利用高斯—拉普拉斯金字塔进行重构。 二、详细步骤详解 1.构造高斯金字塔        高斯金字...

图像金字塔是图像多尺度表达的一种,是一种以多分辨率来解释图像的有效但概念简单的结构。一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低,且来源于同一张原始图的图像集合。其通过梯次向下采样获得,直到达到某个终止条件才停止采样。我们将一层一层的图像比喻成金字塔,层级越高,则图像越小,分辨率越低。如下图所示。 常用的图像金字塔有高斯金字塔(Gaussian pyramid)和拉普拉斯金字塔(Lap...

Qt绘制平滑曲线

Qt  平滑曲线

  

2019-10-25 14:23:48

    本文介绍在 Qt 中绘制平滑曲线的实现,调用下面的函数 SmoothCurveGenerator::generateSmoothCurve(points) 即可。默认曲线的 2 个顶点之间被分割为 16 个小线段来拟合曲线,下图展示了 tension 为 0.5(默认值) 的曲线效果,tension 并不是越大越好,默认的 0.5 大多数时候就不错。 SmoothCur...

Guava——平滑限流

Guava  限流  平滑

  

2019-11-02 22:07:38

1.常用限流方法 对于一个应用系统来说一定会有极限并发/请求数,即总有一个TPS/QPS阀值,如果超了阀值则系统就会不响应用户请求或响应的非常慢,因此我们最好进行过载保护,防止大量请求涌入击垮系统。 常见的限流方法有: 容器限流 常见的web容器其实也具备限流的功能。 以Tomcat容器为例,其Connector 其中一种配置有如下几个参数: acceptCount:如果Tomcat的线程都忙于响...

CentOS7.5nginx平滑升级

CentO  7.5  ngin  平滑升

  

2019-09-03 02:42:57

CentOS7.5nginx平滑升级 本次测试初代版本为1.6.0 平滑升级为1.11.5版本 tar包已经共享出去,CentOS7.5部署nginx文章中有。 解压到指定文件位置 切换到目录下 进行配置,添加统计模板。并同时编译(不覆盖安装) 将文件更改名字(老的) 将配置文件更改名字(老的) 复制文件 然后进行过滤 杀死当前运行的nginx并查看进程号 关于nginx -v 无法使用,本人暂时...

背景: 上在一篇文章路径优化中对于A *传统寻路的结果不平滑的问题,为了解决生成折线Ž型路线,我们尝试了一种判断两点间是否存在障碍物的算法,并在生成寻路。路径时候先判断起终点间是否存在障碍物,若不存在障碍物,则路径数组中将只具有一个终点节点;否则调用A *寻路运算大致过程可用下面代码表示: //判断起终点间是否存在障碍物,若存在则调用A *算法进行寻路,通过A *寻路得到的路径是一个个所要经过的节...

时序分析(12) 基于回归的平滑技术     上一篇文章中,我们着重探讨了金融时序分析中应用非常广泛的指数平滑技术。本篇文章我们补充介绍在工业中也起着重要作用的基于回归方法的平滑技术,主要包括: Spline Smoothing LOESS/LOWESS Smoothing Kernel Smoothing Spline Smoothing Spine的核心...

贝叶斯决策

贝叶斯估计

  

2019-06-22 22:26:55

周志华《机器学习》笔记 1.贝叶斯决策简介 贝叶斯决策是基于所有相关概率已知情况下,结合误判损失来选择最优的类别标记的一种决策方法。 假设有N种可能的标记,λijλij是将一个真实标记为cici的样本误判为类别cjcj所产生的损失。 条件风险 R(ci|x)=∑j=1NλijP(cj∣∣x)R(ci|x)=∑j=1NλijP(...

一、贝叶斯 1)贝叶斯原理 公式中,事件Bi的概率为P(Bi),事件Bi已发生条件下事件A的概率为P(A│Bi),事件A发生条件下事件Bi的概率为P(Bi│A)。 2)贝叶斯解决的问题 实例一: 我们想预测北京的冬天某一天下雪,当天堵车的概率是多少P(B|A) A是下雪P(A) = 0.1 B是堵车P(B) = 0.8 如果某一天堵车,下雪的概率是 0.1 P(A|B) = 0.1 P(B|A) ...