高斯分布： 高斯模糊的原理 一：图像产生高斯噪声循环代码实现（耗时） 推文：从np.random.normal()到正态分布的拟合 二：使用高斯模糊 三：使用高斯模糊处理高斯噪声（发现高斯噪声的影响不大，高斯模糊对其有抑制作用） ...
分类：
其他好文 时间：
2018-07-05 16:01:48
阅读次数：
906
概率分布 === [TOC] 1 二元变量 2 多元变量 3 高斯分布 4 指数族分布 5 非参数化方法 ...
分类：
其他好文 时间：
2018-07-04 23:43:21
阅读次数：
332
from：https://blog.csdn.net/u010720661/article/details/63253509 原文链接：http://www.bzarg.com/p/how-a-kalman-filter-works-in-pictures/ 我不得不说说卡尔曼滤波，因为它能做到的事 ...
分类：
其他好文 时间：
2018-06-21 21:05:44
阅读次数：
367
转自：https://blog.csdn.net/zddblog/article/details/7521424 尺度不变特征变换匹配算法详解 Scale Invariant Feature Transform(SIFT) Just For Fun zdd zddmail@gmail.com or ...
分类：
编程语言 时间：
2018-06-12 22:32:53
阅读次数：
299
双边滤波算法原理 双边滤波是一种非线性滤波器，它可以达到保持边缘、降噪平滑的效果。和其他滤波原理一样，双边滤波也是采用加权平均的方法，用周边像素亮度值的加权平均代表某个像素的强度，所用的加权平均基于高斯分布[1]。最重要的是，双边滤波的权重不仅考虑了像素的欧氏距离（如普通的高斯低通滤波，只考虑了位置 ...
分类：
编程语言 时间：
2018-06-12 12:52:09
阅读次数：
275
朴素贝叶斯算法。 朴素贝叶斯是一种简单但功能强大的预测建模算法。 该模型由两种类型的概率组成，可以直接从训练数据中计算: 每个类的概率。 每个类给定每个x值的条件概率。 一旦计算出概率模型，就可以利用贝叶斯定理对新数据进行预测。 当你的数据是实值时，通常假设高斯分布(钟形曲线)，这样你就可以很容易地 ...
分类：
其他好文 时间：
2018-05-18 00:30:36
阅读次数：
121
整理自：https://mp.weixin.qq.com/s/LGyNq3fRlsRSatu1lpFnnw 自信息是熵的基础，理解它对后续理解各种熵非常有用。自信息表示某一事件发生时所带来的信息量的多少，当事件发生的概率越大，则自信息越小，或者可以这样理解：某一事件发生的概率非常小，但是实际上却发生 ...
分类：
其他好文 时间：
2018-05-17 23:25:44
阅读次数：
356
训练网络时，通常先对网络的初始权值按照某种分布进行初始化，如：高斯分布。初始化权值操作对最终网络的性能影响比较大，合适的网络初始权值能够使得损失函数在训练过程中的收敛速度更快，从而获得更好的优化结果。但是按照某类分布随机初始化网络权值时，存在一些不确定因素，并不能保证每一次初始化操作都能使得网络的初 ...
分类：
其他好文 时间：
2018-05-14 19:03:19
阅读次数：
193
假设我们有一个先验概率在坐标的起始处，然后有一个测量概率离他比较远，然后他们有同样的方差。 请问新的平均值在哪？ 答案是在正中间，因为这两个方差是一样的. 下面的问题比较难。 上面蓝色 红色 绿色 那个是更新后的方差？ 答案是更加陡峭的绿色心线 ...
分类：
其他好文 时间：
2018-05-02 17:31:02
阅读次数：
142
数学模型，假如需要到银行贷款，根据贷款额度计算，有年龄，工资，资产等影响因子，这里转化为数学的话就是： 现在我们就是为了拟合一个平面做出来的图，可是这个拟合的理论值就和现实中的结果产生了差异，现在我们通过统计学中误差计算的方法，我们认为每一个误差是独立同分布，并服从均值为零方差为斯塔平方的高斯分布。 ...
分类：
编程语言 时间：
2018-05-01 13:57:18
阅读次数：
179
