CJH's blog

奇异值分解SVD 参考文献：【【学长小课堂】什么是奇异值分解SVD–SVD如何分解时空矩阵】https://www.bilibili.com/video/BV16A411T7zX?vd_source=bd967f0d540a64617b8b612bc0f0f9a3 【特征分解6-奇异值分解】https://www.bilibili.com/video/BV1ePvVe3E8B?vd_source=bd967f0d540a64617b8b612bc0f0f9a3 奇异值分解, 这一篇就够了 奇异值分解（SVD）（Singular Value Decomposition） 笔记 特征分解 A=Vdiag(λ)V−1A = Vdiag(\lambda)V^{-1}A=Vdiag(λ)V−1 奇异值分解A=UΣVTA=U \Sigma V^TA=UΣVT 两者本质相同：使用三个更简单的子矩阵的相乘来表示。 分解的本质：通过分解获取矩阵的核心特征。本质就是用分解后更简单的三个矩阵包含更重要核心的信息。其实也是机器学习和深度学习中特征提取的一种方法。 实例 任意形状的矩阵SVD分解成一个正交矩 ...

RANSAC 随机采样一致性 推荐资料 http://t.csdnimg.cn/ljIMI 【2022B站最好最全的【三维重建】课程！！！北邮教授竟然把三维重建讲的如此通俗易懂，学不会UPZHIJIE 退网下架！！！-人工智能/计算机视觉/三维重建】https://www.bilibili.com/video/BV1DP41157dB?p=7&vd_source=bd967f0d540a64617b8b612bc0f0f9a3 上面视频的第7P，1小时15分钟开始，有生动的介绍。 简介 RANSAC（Random Sample Consensus）算法是一种基于随机采样的迭代算法，用于估计一个数学模型参数。它最初由Fischler和Bolles于1981年提出，主要用于计算机视觉和计算机图形学中的模型拟合和参数估计问题。 RANSAC算法的基本思想是通过随机采样一小部分数据来估计模型参数，然后用这个模型对所有数据进行测试，将满足模型的数据点作为内点，不满足模型的数据点作为外点。通过迭代的方式不断随机采样和估计模型参数，最终得到内点数目最多的模型作为最终的估计结果。 RANS ...

基于MRTK3的象棋AR游戏（广工优秀毕业设计非完整版） 摘要 本文采用混合现实工具包MRTK3，在Unity平台上设计并实现了一款基于MRTK3的AR象棋游戏，使用HoloLens2设备进行交互。针对中国象棋规则和棋盘布局，设计出游戏的交互界面和操作方式，实现了棋子的选择、移动、吃子、悔棋、重开等基本操作。具体地， （1）使用MRTK3的文本框以及按钮预设体，完成对按钮以及文本框的建模工作。 （2）使用Unity中的模型工具，完成对棋盘、棋子、辅助点和微模型的建模工作。 （3）使用粒子系统，制作了在落棋时产生的粒子特效。 （4）添加游戏模式。本文设置了“单人学习”与“残局较量”两种游戏模式。玩家可以随时切换游戏模式。 经过综合测试，基于MRTK3的AR中国象棋游戏具有良好的交互性和娱乐性，程序无故障。 关键词： MRTK3，Unity，游戏开发，增强现实 1 绪论 1.1 研究背景与意义 技术背景：随着计算机视觉、图形处理、传感器技术和移动设备性能的不断提升，AR技术得以快速发展并应用于游戏领域。这些技术为游戏玩家提供了全新的沉浸式体验。尤其是先前进入市场的HoloLens2以及 ...

python考研复试 输入输出 强力推荐卡玛网前30题，各类的输入方法。 卡码网KamaCoder GitHub - youngyangyang04/kamacoder-solutions: 卡码网题解全集 12345if __name__ =="__main__": input().strip() # strip用来去除空格\n for i in range(n): input().strip().split() # 循环输入split()用来分割，默认出来的是list a,b = map(int,input().strip().split()) #对a,b做int操作 另一种方法（牛客）： 12for line in sys.stdin: a = line.split() # 每一行的输入 循环 力口： 1234class Solution: def pivotIndex(self, nums: List[int]) -> int: return int 输出基本靠return 或者 p ...

论文跟读系列（一）：反向传播 资源 https://www.iro.umontreal.ca/~vincentp/ift3395/lectures/backprop_old.pdf 【【论文必读#1：反向传播】在错误中学习，在传递中演进】 https://www.bilibili.com/video/BV1954y1o7bh/?share_source=copy_web&vd_source=bd967f0d540a64617b8b612bc0f0f9a3 作者介绍 这篇论文是三位大牛的合作，其中有我们比较了解的Hinton大牛。 知识点 反向传播入门 神经网络15分钟入门！——反向传播到底是怎么传播的？ - Mr.看海的文章 - 知乎 https://zhuanlan.zhihu.com/p/66534632 反向传播最佳总结——一篇文章读懂神经网络反向传播 - 干好每一天的文章 - 知乎 https://zhuanlan.zhihu.com/p/662487898 温故知新——前向传播算法和反向传播算法（BP算法）及其推导 - G-kdom的文章 - 知乎 https:// ...

结果 本人于2023年2月开始复习考研，最终考深圳大学大数据实验工程室计算机技术（专硕）324分， 算是能过复试线排在中游的水平。我分享一下考研的学习经历，以及一些零零碎碎的坑。希望未来的学弟学妹们能避免走进坑里。 为什么考研？考研为了什么。 大家在考虑考研的时候也看过不少的视频，考研无非是几种情况，我按最推荐考研的来排名： 1.本科生就是做科研了，对科研感兴趣，但是保研没保上。 2.本科生啥也没搞但是对科研有兴趣，有一定的伪科研经历，想考个研究生深入学习。 3.家里没钱留学，自己没能力保研，不想找工作，先考个研缓冲一下。 其他情况下，我是不推荐保研的，对做研究没兴趣，只是逃避工作而考研，就算考上研究生也很难出头，不如趁着互联网还没日落西山时，找个相关岗位工作工作最好。 计算机考研现在没那么受欢迎，主要是3年时间对于互联网太长。在很多非科研领域内，三年工作经历的本科生吊打3年科研经历的研究生。你是老板你喜欢哪个？而且考研学的东西，找工作不一定用得到，工作往往要学另一套东西，老费自己的精力。但为什么还有那么多人想考研，是为了： 1.就业缓冲 2.学历上升 3.科研兴趣 如果这三样你都不 ...

虚拟机连finalshell全100%流程和常见问题。 Centos7与windows11 和VMware 虚拟机 1、先sudo -r 进入管理员模式 2、关闭防火墙（可能不影响） 1systemctl stop firewalld 3、查看自己虚拟机的ip和网关啥的。 1ifconfig 如果ifconfig不了就安装 1sudo yum install net-tools 有两个大段才说明是正确的。 其中inet 192.168.240.130 是ip地址，netmask是网络掩码，要关注。 对应ens33这是你的网卡名字后面配置需要使用。 4、查看网卡配置 进入文件夹 1cd /etc/sysconfig/network-scripts/ vi工具修改配置 1sudo vi ifcfg-ens33 记住你的IPADDR和GATEWAY,DNS1。其他的都修改一致即可。 5、重新配置网络,返回终端 1systemctl restart network 6、ssh的问题 1vi cd /etc/sshd_config 让 UseDNS no 或yes 。 还有就是可能出现这种 ...

计算机视觉中的特征提取 LBP(local binary pattern) 简单介绍 是一种用来描述图像局部纹理特征的算子。 将中心像素点A的值与其最临近的8个像素点的值逐个比较 若A大于其临近点的像素值，则得到0。 若A小于其临近点的像素值，则得到1。 最后，将所得到的8个0或1的值连起来。 得到一个8位的二进制序列。 将该二进制序列转换为十进制数作为A的LBP值 计算过程 原始的LBP不具有旋转不变性，这样我们就提出了旋转不变的LBP模式。 HOG 推荐博客1 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。 HOG算法的基本思想是提取图像局部区域的梯度方向信息，并利用这些信息来描述图像的外观特征。 123456789101112131415HOG算法的基本思想是提取图像局部区域的梯度方向信息，并利用这些信息来描述图像的外观特征。具体来说，HOG算法包括以下几个步骤：图像预处理： 首先对图像进行预处理，包括 ...

以下参考自珠海科技学院PPT和广东工业大学。 0 设计模式学习步骤/考试结构 1.模式动机与定义 2.模式结构与分析 3.模式实例与解析 4.模式效果与应用 5.模式扩展 考试题目结构： 概念题：3道*5分 = 15 简答题：4*15 = 60 设计题：1* 25 = 25 1 设计模式概念 1.1 模式 模式是在特定环境中解决问题的一种方案。 模式的经典定义（ Alexander ）：每个模式都描述了一个在我们的环境中不断出现的问题，然后描述了该问题的解决方案的核心。通过这种方式，我们可以无数次地重用那些已有的解决方案，无需再重复相同的工作。 软件模式是模式概念在软件开发领域中的应用，它是对软件开发中某种特定“问题”的“解法”的统一表示，它和 Alexander 所描述的模式定义完全相同，即软件模式等于一定条件下出现的问题以及解决方案。 软件模式并非仅限于设计模式，还包括架构模式、分析模式和过程模式等。 1.2 模式要素与结构 模式三要素： Context（模式可适用的前提条件） Theme或Problem（在特定条件下要解决的目标问题） Solution（对目标问题求解过程 ...