最近开始学习xilinxsystemgenerator，学习此工具的最终目标是利用它搭建一套用于模板匹配的归一化交叉互相关系统。通过今天这个小实验，认识数据格式在FPGA中的重要性.systemgenerator中定义的定点数格式为FIX_16_8，意思是用16比特的数据表示一个数，其中所包含的8比特为小数..
分类：
其他好文 时间：
2015-05-27 12:29:34
阅读次数：
183
RMA算法分三步：一、背景校正（没精力写了）二、归一化（没精力写了）三、计算表达值假设有5张芯片，这些芯片的某个探针组包含5个探针，它们的表达值如下： GeneChip 4 8 6 9 7 3 1 2 4 5Probe 6 10 7 12...
分类：
编程语言 时间：
2015-05-22 16:29:44
阅读次数：
171
图像的直方图图像的直方图，代表了图像的灰度值的分布状况。从直方图上，我们可以很明确的知道，图像的偏暗程度和饱和程度。如果一幅数字图像中，假设作为水平轴的灰度值rkr_k出现了nkn_k次，那么对应于垂直轴的归一化后的函数如下所示。...
分类：
其他好文 时间：
2015-05-20 11:20:16
阅读次数：
253
OpenCV_检测图像中的条形码
看了StackOverflow上的这篇文章后，加以改进，基于C++实现
先上几张效果图：
算法的主要流程为：
1、首先将读入图片归一化到640*480大小以内的，图片太大的话，一是运行速度慢，而是影响检测效果；
2、将彩色图转换成灰度图；
3、得到灰度图分别在水平方向和垂直方向上的梯度幅值；
4、将水平方向上梯度幅值减去垂直方向上的梯...
分类：
其他好文 时间：
2015-05-05 16:27:04
阅读次数：
191
朴素贝叶斯：有以下几个地方需要注意：1. 如果给出的特征向量长度可能不同，这是需要归一化为通长度的向量（这里以文本分类为例），比如说是句子单词的话，则长度为整个词汇量的长度，对应位置是该单词出现的次数。2. 计算公式如下：其中一项条件概率可以通过朴素贝叶斯条件独立展开。要注意一点就是的计算方法，而由...
分类：
编程语言 时间：
2015-05-03 11:52:54
阅读次数：
248
webrtc 的回声抵消(aec、aecm)算法简介 webrtc 的回声抵消(aec、aecm)算法主要包括以下几个重要模块：1.回声时延估计 2.NLMS(归一化最小均方自适应算法) 3.NLP（非线性滤波） 4.CNG(舒适噪声产生），一般经典aec算法还应包括双端检测(DT)。考虑到web....
分类：
编程语言 时间：
2015-04-28 15:43:39
阅读次数：
849
为什么一些机器学习模型需要对数据进行归一化？http://www.cnblogs.com/LBSer/p/4440590.html 针对这个问题参考了wiki的解释：http://en.wikipedia.org/wiki/Feature_scaling。“归一化后有两个好处：1）归一化后加快了梯....
分类：
其他好文 时间：
2015-04-20 08:08:47
阅读次数：
116
空间域图像增强(直方图)直方图是对图像每个灰度级的统计，某灰度值的像素个数。通常也做归一化处理，几计算每个灰度出现的概率。多用于图像增强压缩和分割。注意：黑色为0，白色为1.直方图均衡化：s=T(r).T(r)单增，范围[0,1]。这写限定是为了保证灰度变换没有颠倒，保证了反变换的存在！直方图是灰度...
分类：
其他好文 时间：
2015-04-18 23:20:01
阅读次数：
298
归一化变换包含两个部分，图像坐标的平移和尺度的缩放。进行归一化的变换不但能够提高处理结果的精确度，而且通过选择一个标准的坐标系预先的消除了图像尺度和坐标原点的选择对算法最终结果的影响。归一化变换的步骤：对点进行平移，让这些点的图心（Centroid）移到原点进行尺度缩放，让这些点的到原点的平均距离为...
分类：
其他好文 时间：
2015-04-10 17:06:50
阅读次数：
127
LMS在语音增强中具备广泛的应用，是最为常见的算法之一，该算法也是很多更为复杂算法的理论基础或 组成部分，例如阵列语音增强中的重要方法--GSC（广义旁瓣抵消）。LMS算法由最初的版本延伸出来许多变种结构，例如归一化LMS，变步长LMS等等。这些都是对LMS的迭代部分进行了一定的优化所得。最近又看起...
分类：
编程语言 时间：
2015-04-10 06:35:04
阅读次数：
344
