贝叶斯定理白话解2021-01-12 19:19:33
贝叶斯定理太有用了，不管是在投资领域，还是机器学习，或是日常生活中几乎都在用到它。例如，生命科学家用贝叶斯定理研究基因是如何被控制的；教育学家意识到，学生的学习过程其实就是贝叶斯法则的运用；基金经理用贝叶斯法则找到投资策略；谷歌用贝叶斯定理改进搜索功能，帮助用户过滤垃圾邮件；无人驾驶汽车接收车顶传感器收集到的路况和交通数据，运用贝叶斯定理更新从地图上获得的信息；人工智能、机器翻译中大量用到贝叶斯定理...我将从以下4个角度来科普贝叶斯定理及其背后的思维：1.贝叶斯定理有什么用？2.什么是贝叶斯定
这是个转载贴子。Size:=500
X := [25:50:Size]
Y := 15 + 0.4 * X + 0.001 * X * X
Y := Y + 40 * rand(|Y|)
% 随机生成点集
gen_cross_contour_xld (Cross,&nb
各向异性扩散滤波2021-01-02 22:05:29
各向异性扩散滤波主要是用来平滑图像的，克服了高斯模糊的缺陷，各向异性扩散在平滑图像时是保留图像边缘的，和双边滤波很像。通常我们有将图像看作矩阵的，看作图的，看作随机过程的，记得过去还有看作力场的。这次新鲜，将图像看作热量场了。每个像素看作热流，根据当前像素和周围像素的关系，来确定是否要向周围扩散。比如某个邻域像素和当前像素差别较大，则代表这个邻域像素很可能是个边界，那么当前像素就不向这个方向扩散了，这个边界也就得到保留了。具体的推导公式都是热学上的，自己也不太熟悉，感兴趣的可以去看原论文，引用量
引导滤波（Guided Filtering）和双边滤波（BF）、最小二乘滤波（WLS）是三大边缘保持（Edge-perserving）滤波器。当然，引导滤波的功能不仅仅是边缘保持，只有当引导图是原图的时候，它就成了一个边缘保持滤波器。 它在图像去雾，图像抠图上均有相应的应用。原理 对于一个输入的图像p pp，通过引导图像I II，经过滤波后得到输出图像q qq，其中p pp和I II都是算法的输入。引导滤波定义了如下所示的一个线性滤波过程，对于i ii位置的像素点，得到的滤波输出是一个加
１、几何矩理论1.1 矩与数学期望数学期望定义（一维离散）：设X∈[a,b]X∈[a,b]，密度为f(x)f(x)，数学期望为：E(X)=∑i=1∞xiP(xi)E(X)=∑i=1∞xiP(xi)定义（一维连续）：设XX为连续型随机变量，其概率密度为f(x)f(x)，则X的数学期望为：E(X)=∫+∞−∞xf(x)dxE(X)=∫−∞+∞xf(x)dx注：假定广义积分绝对收敛，即∫+∞−∞|x|f(x)dx∫−∞+∞|x|f(x)dx存在定义（二维离散）：对于离散变量(X,Y)(X,Y)的P(x
大数据、人工智能、海难搜救、生物医学、邮件过滤，这些看起来彼此不相关的领域之间有什么联系？答案是，它们都会用到同一个数学公式—— 贝叶斯公式。它虽然看起来很简单、很不起眼，但却有着深刻的内涵。那么贝叶斯公式是如何从默默无闻到现在广泛应用、无所不能的呢？ 一 什么是贝叶斯公式18世纪英国业余数学家托马斯·贝叶斯（Thomas Bayes，1702～1761）提出过一种看上去似乎显而易见的观点：“用客观的新信息更新我们最初关于某个事物的信念后，我们就会得到一个新的、改进了的信念。” 这个
贝叶斯法则可能是概率论中最有生命力的一个公式。它可以用来计算条件概率或者主观概率。贝叶斯法则的思想非常简单：随机事件发生的概率随着相关条件的发生而改变，一个命题真假的信念即主观概率随着相关证据的发现而改变。当正相关条件发生时，条件概率上调，当负相关条件发生时，条件概率下调。当有利证据发现时，主观概率上调，当不利证据发现时，主观概率下调。然而，贝叶斯法则具有非常深刻的哲学意义和广泛的应用价值。哲学家们用它来解决休谟归纳问题；生命科学家用它来研究基因是如何被控制的；教育学家突然意识到，学生的学习过程
勇哥偶然看到一个博客，有下面几本书的读书笔记，因此把目录摘下来，有空可以读一读。《机器视觉算法与应用》《HALCON机器视觉与算法原理编程实践》《数字图像处理 冈萨雷斯》引用自博客《超级大洋葱的博客》https://blog.csdn.net/u014779536/category_10099920.html ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝《机器视觉算法与应用》第3章 机器视觉算法之模板匹配——学习笔记3.11 模板匹配前面
首先Hu矩是干嘛得呢？用hu矩来匹配图像下面是计算hu矩的过程 概念先了解一下吧普通矩 -----》0阶矩（m00） ：目标区域的质量1阶矩（m01，m10） ：目标区域的质心2阶矩（m02，m20，m11） ：旋转半径3阶矩（m03，m30，m12，m21） ：目标的方位和斜度，反应目标中心矩：构造平移不变性 ---------》 质心坐标：x = m10/m00 y = m01/m00；归一化中心矩:构造尺度不变性 ----------》（mu02，mu20，mu11，
不改变坐标原点的位置和单位长度，只改变坐标轴方向的坐标系的变换，叫做坐标轴的旋转． 设点M在原坐标系中的坐标为(x,y)，对应向量的模为r，幅角为．将坐标轴绕坐标原点，按照逆时针方向旋转角形成新坐标系，点M在新坐标系中的坐标为（如图2-4），则 由此得到坐标轴的旋转的坐标变换公式 平面上一点x1,y1,绕平面上另一点x2,y2顺时针旋转θ角度 ，怎么求旋转后的x1,y1对应的坐标x，yx=(x1-x2)cosθ-(y1-y2)sinθ+x2y