PS:好久没更新,因为期末到了,拼命复习中.复习久了觉得枯燥,玩玩儿霍夫变换直线检测 霍夫变换的基本原理不难,即便是初中生也很容易理解(至少在直线检测上是这样子的). 霍夫变换直线检测的基本原理:(不配图了,自己在白纸上画画,理解更深刻) 一步一步来: 1.在白纸上画出一个直角坐标系,任意给出一个点: 2.那么,对于点(x0,y0),经过这个点的直线必定满足y0=k*x0+b, 其中k是直线的斜率,b是直线的截距: 3.上式可以化成b=y0-k*x0,  可以看作是以-x0为斜率,以y0为截距,

我们知道,一般的文件读写函数是不接受直接将cell内容(非数值)直接写入文件的, 例如:dlmwrite('o.txt', C, 'delimiter', '\t');%C 为cell类型数据,会报错 C=: 'tim' 'space' 'ss''ddsa' 'sd' 'as''as' 'w' 'r' 那么假如我们只想写入C的第一列和第二列的数据到文件中,怎么办? 下面用比较原始(ben)的方法来实现: clc clear all %这里换成源文件路径 fname = 'E:\r.xls'; [

写在最前面:本文是我阅读了多篇相关文章后对它们进行分析重组整合而得,绝大部分内容非我所原创.在此向多位原创作者致敬!!!一.傅立叶变换的由来关于傅立叶变换,无论是书本还是在网上可以很容易找到关于傅立叶变换的描述,但是大都是些故弄玄虚的文章,太过抽象,尽是一些让人看了就望而生畏的公式的罗列,让人很难能够从感性上得到理解,最近,我偶尔从网上看到一个关于数字信号处理的电子书籍,是一个叫Steven W. Smith, Ph.D.外国人写的,写得非常浅显,里面有七章由浅入深地专门讲述关于离散信号的傅立叶

------------------------------------------------------------------------------------------------------------------------------------------------------ 孤立词参考的例子就是yes/no脚本. -------------------------------------------------------------------------------

function [VertexData,FVCD,isBinary]=stl2matlab(stlfile) % STL2MATLAB reads STL-file, ASCII or binary format, into Matlab % % Usage: % % [VertexData, FVCD]=stl2matlab(stlfile) % % Input: % % stlfile - STL-file % % Output: % % VertexData - Cellarray co

function CrossPoint( ) %% 求两条直线的交点坐标 x1 = [7.8 8]; y1 = [0.96 0.94]; %line2 x2 = [8.25 8.25]; y2 = [0 0.99]; %fit linear polynomial p1 = polyfit(x1,y1,1); p2 = polyfit(x2,y2,1); %calculate intersection x_intersect = fzero(@(x) polyval(p1-p2,x),3); y_

初学神经网络算法--梯度下降.反向传播.优化(交叉熵代价函数.L2规范化) 柔性最大值(softmax)还未领会其要义,之后再说 有点懒,暂时不想把算法重新总结,先贴一个之前做过的反向传播的总结ppt 其实python更好实现些,不过我想好好学matlab,就用matlab写了 然后是算法源码,第一个啰嗦些,不过可以帮助理解算法 function bpback1(ny,eta,mini_size,epoch) %ny:隐藏层为1层,神经元数目为ny;eta:学习速率;mini_size:最小采样

下午的时候,配好了OpenCV的Python环境,OpenCV的Python环境搭建.于是迫不及待的想体验一下opencv的人脸识别,如下文. 必备知识 Haar-like 通俗的来讲,就是作为人脸特征即可. Haar特征值反映了图像的灰度变化情况.例如:脸部的一些特征能由矩形特征简单的描述,如:眼睛要比脸颊颜色要深,鼻梁两侧比鼻梁颜色要深,嘴巴比周围颜色要深等. opencv api 要想使用opencv,就必须先知道其能干什么,怎么做.于是API的重要性便体现出来了.就本例而言,使用到的函数

#关于matlab如何读取图片.视频.摄像头设备数据# 参见:http://blog.csdn.net/u010177286/article/details/45646173 但是,关于摄像头读取,上文采用OS Generic Video Interface的插件,连简单使用他自己的函数GetSnapshot,来循环读取显示图片帧都很卡.这里推荐使用Webcams 这里推荐使用Webcams. 安装: matlab command windows中直接运行supportPackageInstal

MATLAB是众多理工科学生及工程师经常使用的一款数学软件,除了可以实现数据处理,矩阵运算.函数绘制等功能外,MATLAB还可以实现图形用户界面的设计. 下面介绍如何让小白也能用GUI创建最基本的用户界面,并帮助大家学会在今后的生活中根据实际要求进行灵活应用.   工具/原料   Matlab 2017b GUI 方法/步骤     首先打开MATLAB软件,虽然MATLAB有很多版本,但大致都是两种方式进入GUI界面: 1.在Command Window命令框中输入guide(注意必须小写)并

判断依据: 1.具有相同core id的cpu是同一个core的超线程. 2.具有相同physical id的cpu是同一颗cpu封装的线程或者cores. 英文版: 1.Physical id and core id are not necessarily consecutive but they are unique. Any cpu with the same core id are hyperthreads in the same core.2.Any cpu with the same

如何给图像添加矩形框?以及添加想要输入的文字 ? 案例程序,如下所示: clc; close all; clear all;image = imread('/home/wangxiao/Pictures/image/gamersky_022origin_043_20147261368D.jpg');figure;imshow(image);hold onrectangle('Position',[100 100 100 100],'LineWidth',4,'EdgeColor','r'); 效

这次wer由15%下降到0%了,后面跑更多的模型 LOG (apply-cmvn[5.2.124~1396-70748]:main():apply-cmvn.cc:162) Applied cepstral mean normalization to 20 utterances, errors on 0200_001_001 espresso LOG (gmm-latgen-faster[5.2.124~1396-70748]:DecodeUtteranceLatticeFaster():dec

基本模型没有变化,主要是调参,配置: %WER     65%  下降到了     15% 后面再继续优化... Graph compilation finish!steps/decode.sh --nj 1 --cmd utils/run.pl exp/mono0/graph_tgpr data/waves_test exp/mono0/decode_waves_testdecode.sh: feature type is deltasteps/diagnostic/analyze_lats.

https://blog.csdn.net/u010128736/article/details/53422070

训练样本空间   每个样本使用5×5的二值矩阵表征一个字母.一共10个字母类型,分别是N,I,L,H,T,C,E,F,Z,V.每个字母9个样本.共90个. N1=[1,0,0,0,1; 1,0,0,0,1; 1,0,1,0,1; 1,0,0,1,1; 1,0,0,0,1]; N2=[1,0,0,0,1; 1,1,0,0,1; 1,0,1,0,0; 1,0,0,1,1; 1,0,0,0,1]; · · · · · · N9=[1,0,0,0,1; 1,1,0,0,1; 1,0,1,1,1; 1,0

闲话不说,直接上代码与图的效果!

本文,将会简述如何利用Matlab的强大功能,调用神经网络处理验证码的识别问题.  预备知识,Matlab基础编程,神经网络基础.  可以先看下: Matlab基础视频教程 Matlab经典教程--从入门到精通 神经网络入门 验证码识别原理 Matlab对图像读入处理,去掉噪声点和较浅的点,进行二值化,将图像转变为0/1矩阵,这样就完成了预处理.  然后要对图像进行切割,取到每个数字的小图片位置,将其缩放至等大小,方便神经网络进一步处理.  最后将图片转成神经网络能够识别的格式,例如BP网络,则

本文介绍一种直线的识别方案. 步骤 使用最小二乘法回归直线: 得到直线方程y=kx+b后,计算所有点到直线的距离,若在阈值范围内,认为是直线. 实现 /// <summary> /// 最小二乘法求回归直线方程 /// </summary> /// <param name="points">输入数据</param> /// <param name="k">直线斜率</param> /// <

MATLAB中文论坛帖子整理(GUI) 目   录  1.GUI新手之——教你读懂GUI的M文件... 10 2.GUI程序中改变current directory引起的问题... 15 3.GUI中h0bject和handles 的区别... 16 4.handles结构中句柄和对象的关联问题... 17 5.Matlab利用定时器连续显示图片的问题... 19 5-1.GUI中实现在图片任意位置上标注text. 22 5-2.使用edit的另外一种callback. 22 6.MATLAB

原文:http://blog.csdn.net/abcjennifer/article/details/7732417 本文为Maching Learning 栏目补充内容,为上几章中所提到单参数线性回归.多参数线性回归和 逻辑回归的总结版.旨在帮助大家更好地理解回归,所以我在Matlab中分别对他们予以实现,在本文中由易到难地逐个介绍.     本讲内容: Matlab 实现各种回归函数 ========================= 基本模型 Y=θ0+θ1X1型---线性回归(直线拟合