<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Star__01的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Star__01</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Star__01]]></copyright><item><title><![CDATA[C语言程序课程实践：贪吃蛇]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/137091660</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/137091660</guid><author>Star__01</author><pubDate>Wed, 27 Mar 2024 22:23:29 +0800</pubDate><description><![CDATA[【代码】C语言程序课程实践：贪吃蛇。]]></description><category></category></item><item><title><![CDATA[单链表的基本操作]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/137085439</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/137085439</guid><author>Star__01</author><pubDate>Wed, 27 Mar 2024 18:25:33 +0800</pubDate><description><![CDATA[在使用malloc函数开辟的空间中，不要进行指针的移动，]]></description><category></category></item><item><title><![CDATA[Opencv实战(5)平滑处理与常见函数]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/136384029</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/136384029</guid><author>Star__01</author><pubDate>Thu, 29 Feb 2024 23:51:26 +0800</pubDate><description><![CDATA[sigmaSpace：坐标空间中滤波器的 sigma 值，如果该值较大，则意味着越远的像素将相互影响，从而使更大的区域中足够相似的颜色获取相同的颜色。图像的平滑处理是在尽量图像原有信息的情况下，过滤掉图像内部的噪声。sigmaColor：颜色空间过滤器的 sigma 值，参数的值越大，表明该像素邻域内有越宽广的颜色会被混合到一起，产生较大的半等色区域；第三个参数，int* 类型的value，一个指向整型的指针，表示滑块的位置。第四个参数，int类型的count，表示滑块可以达到的最大位置的值。]]></description><category></category></item><item><title><![CDATA[Opencv实战(4)详解轮廓]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/136359246</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/136359246</guid><author>Star__01</author><pubDate>Wed, 28 Feb 2024 23:58:27 +0800</pubDate><description><![CDATA[首次查找轮廓有许多中间有空洞的轮廓不符合要求，下面就通过遍历每一个轮廓的hierarchy级别参数的第3第4个参数来找到那些有子轮廓或者有父轮廓的轮廓，并删除之。例如，对于轮廓-2，子轮廓是轮廓-2a。例如，检查下面的手的图像。类似地，对于轮廓-2，它的上一个轮廓是轮廓-1。轮廓-2的同一级别没有下一个轮廓，所以轮廓-2的Next = -1。所以它的下一个轮廓是轮廓-5，所以轮廓-4的Next = 5。对于轮廓-4和轮廓-5，它们的父轮廓都是轮廓-3a。对于轮廓-3a，它的父轮廓是轮廓-3，依此类推。]]></description><category></category></item><item><title><![CDATA[Opencv实战(3)详解霍夫变换]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/136334520</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/136334520</guid><author>Star__01</author><pubDate>Tue, 27 Feb 2024 23:57:21 +0800</pubDate><description><![CDATA[霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。labels : labels是一个与image一样大小的矩形（labels.shape = image.shape），其中每一个连通区域会有一个唯一标识，标识从0开始。图像空间点——>参数空间线，图像空间点共线——>参数空间线交点， 参数空间点——>图像空间线。minDist ：为霍夫变换检测到的圆的圆心之间的最小距离。]]></description><category></category></item><item><title><![CDATA[细粒度目标检测问题剖析]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/136289391</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/136289391</guid><author>Star__01</author><pubDate>Sun, 25 Feb 2024 23:50:38 +0800</pubDate><description><![CDATA[相对于一般目标检测任务，细粒度目标更容易出现类内差异大、类间差异小等现象。所谓识别，是指在目标检测的基础上，识别出目标的具体型号与类别，例如不只识别出飞机目标，还能识别出飞机型号。粗粒度是分辨猫还是狗，而细粒度是分辨狗的种类，比如这个狗是杜宾犬还是金毛。基于深度学习的细粒度目标检测算法研究。]]></description><category></category></item><item><title><![CDATA[Opencv实战(2)绘图与图像操作]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/136265504</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/136265504</guid><author>Star__01</author><pubDate>Fri, 23 Feb 2024 23:46:46 +0800</pubDate><description><![CDATA[由于噪音消失了，它们不会再回来，但我们的目标区域会增加到腐蚀之前的状态。只有当内核下的所有像素都为 1 时，原始图像中的像素（1 或 0）才会被视为 1，否则会被侵蚀（变为零）。而 RGB 颜色空间的三个分量都与亮度密切相关，即只要亮度改变，三个分量都会随之相应地改变，而没有一种更直观的方式来表达。RGB 颜色空间利用三个颜色分量的线性组合来表示颜色，任何颜色都与这三个分量有关，而且这三个分量是高度相关的，所以连续变换颜色时并不直观，想对图像的颜色进行调整需要更改这三个分量才行。光线较亮 -> 亮色调；]]></description><category></category></item><item><title><![CDATA[Opencv实战(1)读取与图像操作]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/136160683</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/136160683</guid><author>Star__01</author><pubDate>Sun, 18 Feb 2024 23:35:45 +0800</pubDate><description><![CDATA[Gamma矫正可以改变图像的灰度值分布，使图像在显示时看起来更加自然和逼真。通常情况下，人眼对亮度的感知是非线性的，因此使用Gamma矫正可以更好地模拟人眼的感知特性。Gamma校正是对输入图像灰度值进行的非线性操作，使输出图像灰度值与输入图像灰度值呈指数关系。γ的值决定了输入图像和输出图像之间的灰度映射方式，即决定了是增强低灰度值区域还是增高灰度值区域。γ>1时，图像的高灰度区域对比度得到增强，直观效果是一幅偏亮的图变暗了下来。γ]]></description><category></category></item><item><title><![CDATA[卷积神经网络吴恩达coursera]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/136143859</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/136143859</guid><author>Star__01</author><pubDate>Sat, 17 Feb 2024 23:51:10 +0800</pubDate><description><![CDATA[conv-forward(tf.nn.cov2d)matrix(6×6)∗filter(3×3)=matrix(4×4) matrix(6\times6)*filter(3\times3)=matrix(4\times4) matrix(6×6)∗filter(3×3)=matrix(4×4)​matrix(n×n)∗filter(f×f)=matrix((n−f+1)×(n−f+1)) matrix(n\times n)*filter(f\times f)=matrix((n-f+1)\times (n-]]></description><category></category></item><item><title><![CDATA[评估与改进机器学习模型]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/136117318</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/136117318</guid><author>Star__01</author><pubDate>Wed, 14 Feb 2024 23:43:29 +0800</pubDate><description><![CDATA[评估与改进机器学习模型的方法与误差分析]]></description><category></category></item><item><title><![CDATA[优化梯度下降算法]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/136075240</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/136075240</guid><author>Star__01</author><pubDate>Wed, 07 Feb 2024 23:43:56 +0800</pubDate><description><![CDATA[m1​i1∑m​xix:=x−μσ2m1​i1∑m​xi2xσywlwl−1...w2w1xwlI→wlL→∞wlI→wlL→0varwnl−11​wlnprandomrandnshape∗npsqrtnl−11​)fθθ3f′θ2εfθε−fθ−ε​dθapprox。]]></description><category></category></item><item><title><![CDATA[改进神经网络]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/136063994</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/136063994</guid><author>Star__01</author><pubDate>Tue, 06 Feb 2024 23:55:55 +0800</pubDate><description><![CDATA[偏差度量的是单个模型的学习能力，而方差度量的是同一个模型在不同数据集上的稳定性。]]></description><category></category></item><item><title><![CDATA[神经网络和深度学习吴恩达coursera笔记]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/136002849</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/136002849</guid><author>Star__01</author><pubDate>Fri, 02 Feb 2024 23:55:18 +0800</pubDate><description><![CDATA[监督学习：1个x对应1个y；Sigmoid : 激活函数。ReLU : 线性整流函数；的推导涉及到了矩阵求导。]]></description><category></category></item><item><title><![CDATA[Deeplearning]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/135984217</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/135984217</guid><author>Star__01</author><pubDate>Thu, 01 Feb 2024 23:58:52 +0800</pubDate><description><![CDATA[Numpy
Deep Learning
Basic

神经网络：

#mermaid-svg-Pq11a1l9maoT62aY {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-Pq11a1l9maoT62aY .error-icon{fill:#552222;}#mermaid-svg-Pq11a1l9maoT62aY .error-text{fill:#552222;st]]></description><category></category></item><item><title><![CDATA[Deeplearning]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/135890415</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/135890415</guid><author>Star__01</author><pubDate>Sat, 27 Jan 2024 23:33:20 +0800</pubDate><description><![CDATA[fill:#333;color:#333;color:#333;fill:none;algorithm1input1outputinput2input3input4algorithm2监督学习：1个x对应1个y；Sigmoid : 激活函数sigmoid1e−x1​ReLU : 线性整流函数；]]></description><category></category></item><item><title><![CDATA[HDU acm oj 2030-2040]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/135759634</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/135759634</guid><author>Star__01</author><pubDate>Mon, 22 Jan 2024 22:26:13 +0800</pubDate><description><![CDATA[1。]]></description><category></category></item><item><title><![CDATA[HDU acm oj 2021-2030 c语言]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/135729971</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/135729971</guid><author>Star__01</author><pubDate>Sun, 21 Jan 2024 15:17:49 +0800</pubDate><description><![CDATA[1。]]></description><category></category></item><item><title><![CDATA[PTA/OJ]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/135696033</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/135696033</guid><author>Star__01</author><pubDate>Fri, 19 Jan 2024 13:50:54 +0800</pubDate><description><![CDATA[读入两个数字，第一个数字以这样的四位数字表示当前时间，第二个数字表示分钟数，计算当前时间经过那么多分钟后是几点，结果也表示为四位数字。在第一行给两个整数n和m（1≤n≤1000，0≤m≤10^4），n代表你们班上的人数，m代表数据的条数，接下来m行每行给一组数据，格式为：学号 进入时间 退出时间，你们班的学号为从0~n-1编号并且为三位数。输入一个以#结束的字符串，本题要求滤去所有的非十六进制字符（不分大小写），组成一个新的表示十六进制数字的字符串，然后将其转换为十进制数后输出。]]></description><category></category></item><item><title><![CDATA[链表的常见操作]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/135685658</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/135685658</guid><author>Star__01</author><pubDate>Thu, 18 Jan 2024 22:21:28 +0800</pubDate><description><![CDATA[在使用malloc函数开辟的空间中，不要进行指针的移动，]]></description><category></category></item><item><title><![CDATA[c语言复习：常见函数与错误]]></title><link>https://blog.youkuaiyun.com/Star__01/article/details/135661502</link><guid>https://blog.youkuaiyun.com/Star__01/article/details/135661502</guid><author>Star__01</author><pubDate>Wed, 17 Jan 2024 22:07:43 +0800</pubDate><description><![CDATA[if() 括号内为赋值语句 ：表达式右侧为0 不执行语句 1；表达式右侧不为0 执行语句 1；执行条件为真后不执行break会继续执行后面的case知道break；到达文件末尾结束读取时返回非0值；]]></description><category></category></item></channel></rss>