1、生成高斯分布的随机数 导入numpy模块，通过numpy模块内的方法生成一组在方程 周围小幅波动的随机坐标。代码如下： 运行上述代码，输出图形如下： 2、采用TensorFlow来获取上述方程的系数 首先搭建基本的预估模型y = w * x + b，然后再采用梯度下降法进行训练，通过最小化损失函 ...
分类：
其他好文 时间：
2018-10-01 01:11:29
阅读次数：
238
1、线性模型 形式简单、易于建模、很好的可解释性 2、逻辑回归 无需事先假设数据分布； 可得到近似概率预测； 对率函数任意阶可导的凸函数，许多数值优化算法都可直接用于求取最优解 3、线性判别分析（LDA） 当两类数据同先验、满足高斯分布且协方差相等时，LDA可达到最优分类 4、boosting 代表 ...
分类：
编程语言 时间：
2018-09-06 22:49:29
阅读次数：
191
一、什么是高斯混合模型（GMM） 高斯混合模型（Gaussian Mixed Model）指的是多个高斯分布函数的线性组合，通常用于解决同一集合下的数据包含多个不同的分布的情况，如利用GMM来解决分类情况， 如下图，在我们看来明显分成两个聚类。这两个聚类中的点分别通过两个不同的正态分布随机生成而来。 ...
分类：
其他好文 时间：
2018-09-06 20:00:33
阅读次数：
451
参考：https://blog.csdn.net/qq_33638791/article/details/74926573 常见分布：高斯分布 来源：中心极限定理 定义：大量独立的随机变量之和趋向于正态分布（高斯分布） 前提：样本之间相互独立 可以看出期望U代表了正态分布的偏移量;方差代表了幅度 当 ...
分类：
其他好文 时间：
2018-09-05 10:27:52
阅读次数：
140
1.通俗讲，对整幅图像进行加权平均的过程。 2.十分有效的低通滤波器。 3.两种实现：1.离散化窗口滑窗卷积；2.傅里叶变换。 4.高斯函数： (e:自然对数，≈2.71828) 5.高斯函数积分： 6.高斯分布： 7.高斯滤波性质（5个）： （1）二维高斯函数具有旋转对称性，即滤波器在各个方向上的 ...
分类：
其他好文 时间：
2018-08-29 20:05:07
阅读次数：
167
"参考文献：阮一峰的网络日志" 通常，图像处理软件会提供"模糊"（blur）滤镜，使图片产生模糊的效果。 "模糊"的算法有很多种，其中有一种叫做 ""高斯模糊"" （Gaussian Blur）。它将 "正态分布" （又名"高斯分布"）用于图像处理。 本文介绍"高斯模糊"的算法，你会看到这是一个非常 ...
分类：
其他好文 时间：
2018-08-21 19:45:17
阅读次数：
162
一、高斯核函数、高斯函数 μ：期望值，均值，样本平均数；（决定告诉函数中心轴的位置：x = μ） σ2：方差；（度量随机样本和平均值之间的偏离程度：， 为总体方差， 为变量， 为总体均值， 为总体例数） σ：标准差；（反应样本数据分布的情况：σ 越小高斯分布越窄，样本分布越集中；σ 越大高斯分布越宽 ...
分类：
其他好文 时间：
2018-08-13 19:38:54
阅读次数：
2933
笔试题知识点 1、存储一副大小为1024×1024,256个灰度的图像，需要（8M）byte。 256是2的8次方，即8位，8个bit，1个字节；等于1024*1024*8 (bit)=8M(bit)。 2、对于彩色图像，通常用以区分颜色的特征是：（色调）（饱和度）（亮度）。 3、多年来建立了许多纹 ...
分类：
其他好文 时间：
2018-08-03 22:37:41
阅读次数：
177
高斯算法的原理 首先，高斯滤波算法的一般过程分为两步： 计算掩膜(高斯核) 卷积（即掩膜上每一个位置的值和图像对应位置的像素值的乘积、求和运算） 其次，我们知道高斯分布也叫做正态分布； 在二维空间中，这个公式生成的曲面的等高线是从中心开始呈正态分布的同心圆。分布不为零的像素组成的卷积矩阵与原始图像做 ...
分类：
编程语言 时间：
2018-07-18 23:35:32
阅读次数：
249
逻辑回归和线性回归都是广义线性模型中的一种，接下来我们来解释为什么是这样的？ 1、指数族分布 指数族分布和指数分布是不一样的，在概率统计中很对分布都可以用指数族分布来表示，比如高斯分布、伯努利分布、多项式分布、泊松分布等。指数族分布的表达式如下 其中η是natural parameter，T(y)是 ...
分类：
编程语言 时间：
2018-07-09 11:14:09
阅读次数：
144
