<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[哎呦喂的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/yzheately</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; yzheately]]></copyright><item><title><![CDATA[(windows)python安装opencv]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/78481182</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/78481182</guid><author>yzheately</author><pubDate>Wed, 08 Nov 2017 17:30:16 +0800</pubDate><description><![CDATA[1.到这里下载对应python版本的opencv ，我是   64位  python2.7，对应的版本是opencv_python‑3.1.0‑cp27‑cp27m‑win_amd64.whl 
2.使用命令pip install “opencv的路径”/opencv_python‑3.1.0‑cp27‑cp27m‑win_amd64.whl 
3.测试    打开cmd命令行，   输入 
pyt]]></description><category></category></item><item><title><![CDATA[unity3d安装后打开失败(crashes while startup after install)]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/74054644</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/74054644</guid><author>yzheately</author><pubDate>Sat, 01 Jul 2017 12:09:53 +0800</pubDate><description><![CDATA[参考链接
报错窗口忘记截图了，就不贴了。。。。安装unity3d后，满怀激情的双击打开，然而却报错了(crashes)， 
google后找到原因： 
因为unity3d与 Lavasoft公司一些软件冲突。。。 
解决方法： 
1、打开控制面板，卸载所有Lavasoft公司的软件 
2、进入目录 ‘C:/windows/system32’ 和‘C:/windows/SysWOW64’搜索Lavas]]></description><category></category></item><item><title><![CDATA[三维模型的normal map]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/70339862</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/70339862</guid><author>yzheately</author><pubDate>Fri, 21 Apr 2017 21:55:27 +0800</pubDate><description><![CDATA[所谓normal map其实就是由三维点的normal的x,y,z分量计算得到一个RGB值，作为该三维点在2维图像上的颜色值，若normal已知，则计算公式为： 
RGB = ((N+1)./2).*255 
其中N是normal，加上1是为了避免负值，这样可以保证RGB每每个分量都在0-255之间]]></description><category></category></item><item><title><![CDATA[matlab imshow显示图像]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/62890875</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/62890875</guid><author>yzheately</author><pubDate>Fri, 17 Mar 2017 16:25:58 +0800</pubDate><description><![CDATA[转载自 
在matlab中，我们常使用imshow()函数来显示图像，而此时的图像矩阵可能经过了某种运算。在matlab中，为了保证精度，经过了运算的图像矩阵A其数据类型会从unit8型变成double型。如果直接运行imshow(A)，我们会发现显示的是一个白色的图像。这是因为imshow()显示图像时对double型是认为在0~1范围内，即大于1时都是显示为白色，而imshow显示uint8型时]]></description><category></category></item><item><title><![CDATA[vs   Debug Assertion Failed]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/53717774</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/53717774</guid><author>yzheately</author><pubDate>Sun, 18 Dec 2016 00:05:32 +0800</pubDate><description><![CDATA[VS运行程序时遇到错误 
这种情况是因为有变量没有分配存储空间，而直接使用； 
例如:std::vector<int> aa;
aa[10];应该写成下面的形式:std::vector<int> aa;
aa.resize(100);
aa[10];]]></description><category></category></item><item><title><![CDATA[NOTE: Color Map Optimization for 3D Reconstruction with Consumer Depth Cameras]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/53184018</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/53184018</guid><author>yzheately</author><pubDate>Wed, 14 Dec 2016 21:26:53 +0800</pubDate><description><![CDATA[计算雅可比矩阵时要求残差的偏导数： 
ri,p=C(p)−Γi(u(g(p,Ti)))r_{i,p} =C(p)-\Gamma_i\mathrm{(u(g(p,T_i)))} 
∂rip∂α=∂Γi(u(g(p,Ti)))∂α=∂Γi∂u∗∂u∂α\frac{\partial{r_{ip}}}{\partial{\alpha}}=\frac{\partial{\Gamma_i\mathrm{(u(]]></description><category></category></item><item><title><![CDATA[libigl +vs2015 属性表配置]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/53391194</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/53391194</guid><author>yzheately</author><pubDate>Tue, 29 Nov 2016 12:03:52 +0800</pubDate><description><![CDATA[使用libigl时，按照官方说明是，只需要将头文件目录添加到项目的附加头文件目录中就可以,但是不知为何编译时还是需要静态链接库。。。。。编译时也遇到了一些其他的小问题，在此记录下来: 
首先添加头文件目录（请根据实际情况适当修改，我是把libigl放到了”D:\github”目录下）: 
 
然后是附加库目录： 
 
最后是input中的附加依赖库: 
shell32.lib 
ole32.lib]]></description><category></category></item><item><title><![CDATA[编译trimesh2遇到问题：The POSIX name for this item is deprecated. Instead, use the ISO C++ conformant names]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/51744856</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/51744856</guid><author>yzheately</author><pubDate>Thu, 23 Jun 2016 16:39:38 +0800</pubDate><description><![CDATA[原因很明显，之前的函数在新标准中被修改了 
这里使用的是”strnicmp”， 要修改成”_strnicmp” 
在TriMesh_io.cc开头添加“#define strnicmp _strnicmp”问题解决]]></description><category></category></item><item><title><![CDATA[Windows编译Caffe指南]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/51692023</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/51692023</guid><author>yzheately</author><pubDate>Thu, 16 Jun 2016 15:12:21 +0800</pubDate><description><![CDATA[下载1.下载caffe    GitHub - BVLC/caffe at windows]]></description><category></category></item><item><title><![CDATA[To disable this warning, use -D_SCL_SECURE_NO_WARNINGS]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/51683614</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/51683614</guid><author>yzheately</author><pubDate>Wed, 15 Jun 2016 16:54:52 +0800</pubDate><description><![CDATA[编译caffe时遇到问题: 
错误  35  error C4996: ‘std::_Copy_impl’: Function call with parameters that may be unsafe - this call relies on the caller to check that the passed values are correct. To disable this war]]></description><category></category></item><item><title><![CDATA[图像放缩中最近邻插值和双线性插值的基本原理]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/51487932</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/51487932</guid><author>yzheately</author><pubDate>Tue, 24 May 2016 10:09:54 +0800</pubDate><description><![CDATA[转自http://blog.youkuaiyun.com/andrew659/article/details/4818988
图像的缩放很好理解,就是图像的放大和缩小。传统的绘画工具中,有一种叫做“放大尺”的绘画工具，画家常用它来放大图画。当然，在计算机上，我们不再需要用放大尺去放大或缩小图像了，把这个工作交给程序来完成就可以了。下面就来讲讲计算机怎么来放大缩小图象；在本文中，我们所说的图像都是指点阵图，也就是]]></description><category></category></item><item><title><![CDATA[opencv fatal error：模块计算机类型“X86”与目标计算机类型“x64”冲突]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/51254661</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/51254661</guid><author>yzheately</author><pubDate>Tue, 26 Apr 2016 21:58:17 +0800</pubDate><description><![CDATA[在vs2010中运行使用opencv3.1时报错模块计算机类型“X86”与目标计算机类型“x64”冲突。 
原因是我使用的很多第三方库都是用的64位的，因此在vs下编译时选择的64位编译器，但是opencv3.1官方并未提供vs2010的库，因此在vs2010,2011等低版本上需要自己cmake编译，且cmake编译时必须选择生成64位的。问题解决。 
在网上也搜到了一些类似问题的解决方案，下面直]]></description><category></category></item><item><title><![CDATA[增强学习-马尔科夫决策过程]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/51229227</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/51229227</guid><author>yzheately</author><pubDate>Sun, 24 Apr 2016 00:17:39 +0800</pubDate><description><![CDATA[转载http://www.cnblogs.com/jerrylead/archive/2011/05/13/2045309.html
在之前的讨论中，我们总是给定一个样本x，然后给或者不给label y。之后对样本进行拟合、分类、聚类或者降维等操作。然而对于很多序列决策或者控制问题，很难有这么规则的样本。比如，四足机器人的控制问题，刚开始都不知道应该让其动那条腿，在移动过程中，也不知道怎么让机器人自]]></description><category></category></item><item><title><![CDATA[独立成分分析（Independent Component Analysis）]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/51227790</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/51227790</guid><author>yzheately</author><pubDate>Sat, 23 Apr 2016 20:04:10 +0800</pubDate><description><![CDATA[转载http://www.cnblogs.com/jerrylead/archive/2011/04/19/2021071.html
问题：1、上节提到的PCA是一种数据降维的方法，但是只对符合高斯分布的样本点比较有效，那么对于其他分布的样本，有没有主元分解的方法呢？2、经典的鸡尾酒宴会问题（cocktail party problem）。假设在party中有n个人，他们可以同时说话，我们也在房间中]]></description><category></category></item><item><title><![CDATA[pcl - warning - libboost_system-vc100-mt-gd-1_50.pdb]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/51223580</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/51223580</guid><author>yzheately</author><pubDate>Fri, 22 Apr 2016 22:02:57 +0800</pubDate><description><![CDATA[今天用vs编译完pcl后，链接时出现好多警告： 
 
后来确定，这并不影响使用。 
可以到pcl官网下载pbd文件，解压后，将里面的文件复制到PCL\bin下面，问题解决。如果是类似libboost_system-vc100-mt-gd-1_50.lib没找到的话，肯定是附加库目录没添加好在pcl样例中，连接器->lib中的有些库是下面这样写在里面的： 
……\lib\pcl_visualizati]]></description><category></category></item><item><title><![CDATA[PCL - boost库与标准库冲突]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/51223080</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/51223080</guid><author>yzheately</author><pubDate>Fri, 22 Apr 2016 20:46:38 +0800</pubDate><description><![CDATA[之前已经编译好了PCL，但是实际使用中我可不想直接去修改那些样例程序。so，新建个工程，配置个属性表以后用。但是却遇到下面的问题： 
很明显，产生冲突了！！！ 
参考了chen_nan的这个博客了解到： 
boost等第三方库，是便利程序的平台移植而辅助添加的C++准标准库。但有时程序运行会报错，会出现某某（如：time_t）等不是std里的成员等，不是using某命名空间等错误，严重的，直接找不到]]></description><category></category></item><item><title><![CDATA[主成分分析（PCA）-理论基础]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/51208637</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/51208637</guid><author>yzheately</author><pubDate>Thu, 21 Apr 2016 16:50:30 +0800</pubDate><description><![CDATA[转载 http://www.cnblogs.com/jerrylead
要解释为什么协方差矩阵的特征向量可以将原始特征映射到 k 维理想特征，我看到的有三个理论：分别是最大方差理论、最小错误理论和坐标轴相关度理论。这里简单探讨前两种，最后一种在讨论PCA 意义时简单概述。最大方差理论在信号处理中认为信号具有较大的方差，噪声有较小的方差，信噪比就是信号与噪声的方差比，越大越好。如前面的图，样本在横轴上]]></description><category></category></item><item><title><![CDATA[主成分分析（PCA）-介绍]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/51208417</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/51208417</guid><author>yzheately</author><pubDate>Thu, 21 Apr 2016 13:58:23 +0800</pubDate><description><![CDATA[转载 http://www.cnblogs.com/jerrylead
问题真实的训练数据总是存在各种各样的问题：1、 比如拿到一个汽车的样本，里面既有以“千米/每小时”度量的最大速度特征，也有“英里/小时”的最大速度特征，显然这两个特征有一个多余。 
2、 拿到一个数学系的本科生期末考试成绩单，里面有三列，一列是对数学的兴趣程度，一列是复习时间，还有一列是考试成绩。我们知道要学好数学，需要有浓厚的]]></description><category></category></item><item><title><![CDATA[因子分析]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/51182608</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/51182608</guid><author>yzheately</author><pubDate>Mon, 18 Apr 2016 23:33:08 +0800</pubDate><description><![CDATA[转载 http://www.cnblogs.com/jerrylead
问题之前我们考虑的训练数据中样例x(i)x^{(i)}的个数 m 都远远大于其特征个数 n，这样不管是进行回归、聚类等都没有太大的问题。然而当训练样例个数 m 太小，甚至 m<<nm<<n 的时候，使用梯度下降法进行回归时， 如果初值不同， 得到的参数结果会有很大偏差（因为方程数小于参数个数）。另外，如果使用多元高斯分布(Mul]]></description><category></category></item><item><title><![CDATA[VS2010界面主题更换全过程]]></title><link>https://blog.youkuaiyun.com/yzheately/article/details/51178967</link><guid>https://blog.youkuaiyun.com/yzheately/article/details/51178967</guid><author>yzheately</author><pubDate>Mon, 18 Apr 2016 13:38:15 +0800</pubDate><description><![CDATA[VisualStudio 2010的界面默认是蓝色的，背景是白色，字体是宋体，这些设置习惯了还好，但是可能看多了不怎么舒服。而且如果以前是用VS 6.0的知道，它使用的字体更为舒服清晰。所以，可以对VS 2010的界面做一次大换洗。

　　1、使用界面主题

　　在微软VisualStudio的官网下载一款名为Visual Studio Color Theme
 Editor的VS插件，]]></description><category></category></item></channel></rss>