Dark's World

在统计学与概率论中,，协方差矩阵是一个矩阵，其每个元素是各个向量元素之间的协方差。是从标量随机变量到高维度随机向量的自然推广。方差反映的是一个矩阵中元素的离散程度。如果我有矩阵a[3] = {1,2,3} ，其均值为2，方差为(1-2)^2+(2-2)^2+(3-2)^2  协方差反映的是矩阵和矩阵之间（也就是上面说的各个向量元素之间）的关系。比如a[3]={1,2,3} b[3]

原文地址：erdas分类精度评价作者：依暧白鲸误差矩阵（混淆矩阵）评价法基于误差矩阵的分类精度评价方法误差矩阵（error matrix）又称混淆矩阵（confusion matrix），是一个用于表示分为某一类别的像元个数与地面检验为该类别数的比较阵列。通常，阵列中的列代表参考数据，行代表由遥感数据分类得到的类别数据。 参考数据

一、KL公式KL变换是从n维特征中选取m维(m                                                                 Y = Φ X其中X表示变换前的矩阵，Y表示变换后的矩阵， Φ表示变换矩阵。为了实现变换后的矩阵特征之间的独立， Φ需要是对角阵。我们常常利用相关矩阵  或者  协方差矩阵（图像处理中常采用）来体现数据之间的

近来比较忙+生病，没有大段的时间学习PGM，临睡前回顾一篇论文--《LSD: a Line Segment Detector》，这篇文章发表于PAMI2010。特别之处在于能快速检测图像中的线段，同时使用了错误控制的方法，使得检测结果比较准确。最后，LSD结果输出是线段的坐标与属性，比如起点，终点，线段的粗细。    首先，我们需要回顾一下，为什么需要检测图像中的直线段？直线段作为图像中边