CAD之路

我们经常会为自己的技能选择合适工具而感到疑惑。虽然，工具能够帮助你锻炼技能，但它们并不能使你成为一位能者（Craftsman）。一位真正的能者，在他们的口袋中往往会拥有许多不同的工具。另外，他们还能明智地挑选一个合适的工具去完成自己的工作。因此，能者并不与工具产生挂钩，而是自身的技能。有时，我会觉得那些所谓的编程语言很可笑。因为，参与大战的人总纠结于哪门语言是最好的。然而事实上，作为编程人

协方差与相关系数 协方差 二维随机变量（X，Y），X与Y之间的协方差定义为：Cov(X,Y)=E{[X-E(X)][Y-E(Y)]}其中：E(X)为分量X的期望，E(Y)为分量Y的期望 协方差Cov(X,Y)是描述随机变量相互关联程度的一个特征数。从协方差的定义可以看出，它是X的偏差【X-E(X)】与Y的偏差【Y-E(Y)】的乘积的数学期望。由于偏差可正可负，因此协...

工具箱下载：http://leelab.googlecode.com/svn/trunk/apps/drtoolbox/————————————————————————————————————————————参考：https://chunqiu.blog.ustc.edu.cn/?p=413  这个工具箱的主页如下，现在的最新版本是2013.3.21更新，版本v0.8.1bhttp...

在信号检测理论中，接收者操作特征曲线（receiver operating characteristic curve，或者叫ROC曲线）是一种坐标图式的分析工具，用于 (1) 选择最佳的信号侦测模型、舍弃次佳的模型。 (2) 在同一模型中设定最佳阈值。在做决策时，ROC分析能不受成本／效益的影响，给出客观中立的建议。ROC曲线首先是由二战中的电子工程师和雷达工程师发明的，用来侦测战场上的敌...

对于高维空间的两类问题，最直接的方法是找到一个最佳的分类超平面，使得并且,对于所有的正负训练样本和. 因此，以上问题可以表达为：0,i=1,....,n& \\ &&&w^Ty_j+b问题P0可以转化为0& \end{align*}" alt="" style="border:none; max-width:100%">两边除以\epsilon，并且

deepLearnToolbox-master是一个深度学习matlab包，里面含有很多机器学习算法，如卷积神经网络CNN，深度信念网络DBN，自动编码AutoEncoder（堆栈SAE，卷积CAE）的作者是 RasmusBerg Palm。今天给介绍deepLearnToolbox-master中的CNN部分。DeepLearnToolbox-master中CNN内的函数：

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

一）空间域滤波与频率域滤波 1）空间域滤波      空间域滤波是指在图像空间中借助模板对图像领域进行操作，处理图像每一个像素值。主要分为线性滤波和非线性滤波两类，根据功能可分为平滑滤波器和锐化滤波器。平滑可通过低通来实现，平滑的目的有两类，一是模糊，目的是在提取较大的目标前去除太小的细节或将目标内的小尖端连接起来；二是去噪。锐化则可用高通滤波来实现，锐化的目的是为了增强被模糊的细

要求生成一个（2N+1）×（2N+1）大小的高斯模板H（标准为sigma），然后用此模板对图像进行滤波。不允许使用 fspecial 来产生高斯模板，不允许使用 imfilter、conv2 等函数。原理及算法理解：高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是：用一个模板（或称卷积、掩模）

【matlab函数描述】功能：对任意类型数组或多维图像进行滤波。用法：B = imfilter(A,H)　　　B = imfilter(A,H,option1,option2,…)　　　或写作g = imfilter(f, w, filtering_mode, boundary_options, size_options)其中，f为输入图像，w为滤波掩模，g为滤波后

imadjust函数是MATLAB的一个工具箱函数，一般的语法调用格式为：f1=imadjust（f，[low_in  high_in],[low_out  high_out],gamma）（注：本文所述图像数据均为Uint8，对于Matlab，矩阵中的一个元素即是一个像素点）该函数的意义如图1所示，把图像f 灰度变换到新图像f1的过程中，f 中灰度值低于low_in的像素