小张同学的博客

Windows上写代码运行正常，部署到服务器上运行结果就不一样了，还是用Linux系统进行开发方便，没有MacBook+WSL没配好，只能回归熟悉的VMware了。

python的imagehash库的使用

Windows11下matlab2022b 配置opencv和mexopencv完整流程，补充了一些自己踩过的坑。

读论文 原文地址https://medium.com/@mohamedalihabib7/advice-on-building-a-machine-learning-career-and-reading-research-papers-by-prof-andrew-ng-f90ac99a0182Read one paper1.Read the title, the abstract and the figures2.Read the introduction, conclusion,figures,

参考链接：图像特征提取（纹理特征）常用的图像特征——颜色特征、纹理特征、形状特征、空间关系特征纹理特征简介纹理是一种反映图像中同质现象的视觉特征，它体现了物体表面的具有缓慢变化或者周期性变化的表面结构组织排列属性纹理具有三大标志：某种局部序列性不断重复非随机排列纹理区域内大致为均匀的统一体不同于灰度、颜色等图像特征，纹理通过像素及其周围空间邻域的灰度分布来表现，即局部纹理信息。另外，局部纹理信息不同程度上的重复性，就是全局纹理信息。纹理特征体现全局特征的性质的同时，它也描述了图像.

参考链接：图神经网络（GCN）原理详解 感觉这个原理没有第三个链接讲得清楚综述|从10篇研究综述看图神经网络GNN的最新研究进展图神经网络 GNN 之图卷积网络 (GCN)GAT 图注意力网络 Graph Attention Network 还没看传统的神经网络比较适合用于欧式空间的数据，如CNN，RNN用于CV和NLP，欧式空间数据的特征是结构很规则，而图神经网络 GNN 可以把神经网络用在图结构 (Graph) 中。图神经网络的种类很多，包括图卷积网络 GCN、图注意力网络 GAT、图

参考资料：https://zh.d2l.ai/chapter_recurrent-modern/encoder-decoder.html自然语言处理10.9 编码器—解码器（seq2seq）在自然语言处理中，输入输入都可以是不定长序列，此时可以用编码器—解码器（encoder-decoder）[1] 或者seq2seq模型 [2]。根据“编码器-解码器”架构的设计， 我们可以使用两个循环神经网络（分别叫做编码器和解码器）来设计一个序列到序列学习的模型。编码器接受一个长度可变的序列作为输入， .

背景：已有的隐写编码局限性：矩阵编码和GLSBM在分组上进行优化，但不能进行全局优化。湿纸编码提取方程难构造。校验子格编码STC基本解决以上问题，提供了求解加性模型PLS（限负载求最小失真）问题方法。STC基本思想STC的校验矩阵是由子矩阵排列成的带状阵，避免构造高维线性提取方程，基于局部性质进行优化，提前排除不可能达到最优的构造路线，最后选择全部满足局部提取方程，并且失真（嵌入次数或失真函数定义与隐写安全相关的指标）总和最低的构造路线。STC类似于卷积码viterbi解码。viterb

隐写学原理与技术整理

知乎 马尔可夫过程中的状态转移矩阵有什么意义？本质内涵是什么呢？

参考：遗传算法简述遗传算法（Genetic Algorithm，简称GA）是一种自适应随机搜索启发式算法。广泛应用于复杂函数系统优化、机器学习、系统识别、故障诊断、分类系统、控制器设计、神经网络设计、自适应滤波器设计等相关概念问题编码遗传算法对被优化的参数（个体）进行编码，并以编码方式运算。编码目的：将优化问题变成组合问题。遗传算法的搜索空间：连续空间和离散空间离散遗传算法个体编码常用有限长二进制编码，便于建立数学模型连续遗传算法个体有整数编码和实数编码（精度更高）。适应度函数适