求真分享 http://blog.sciencenet.cn/u/zlyang 求真务实

博文

2018秋季最后一堂课(第三代牛顿苹果树)(2018秋,北洋园):卡片机傻拍2018(214)

已有 2607 次阅读 2021-8-2 14:26 |系统分类:图片百科

2018秋季最后一堂课(第三代牛顿苹果树)(2018秋,北洋园):卡片机傻拍2018(214)

                              

佳能卡片机SX170 IS试拍。感谢您的指教!只压缩,未做其它调整。

拍摄于 2018-11-28 19:42 ~ 19:45 许,天津大学北洋园新校区。

                                              

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

相关链接:
[1] 2018-11-28,2018秋季最后一堂课(走向克拉)(2018秋,北洋园):卡片机傻拍2018(212)
http://blog.sciencenet.cn/blog-107667-1297640.html
[2] 2018-11-28,2018秋季最后一堂课(晚饭后游荡)(2018秋,北洋园):卡片机傻拍2018(213)
http://blog.sciencenet.cn/blog-107667-1297926.html
[3] 2021-06-16,最后一堂本科生课下课之后(2021春季,北洋园):卡片机Ⅱ傻拍2021(2)
http://blog.sciencenet.cn/blog-107667-1291575.html
[4] 2020-12-09,第三代牛顿苹果树(2020秋,北洋园):卡片机傻拍2020(93)
http://blog.sciencenet.cn/blog-107667-1263068.html
[5] 2019-05-08,小苹果(牛顿苹果树,第三代):卡片机傻拍2019(59)
http://blog.sciencenet.cn/blog-107667-1178061.html
[6] 2017-10-27,牛顿苹果树(第三代)的曲线:卡片机傻拍2017(213)
http://blog.sciencenet.cn/blog-107667-1095703.html
[7] 2017-09-15,不会开秋花的牛顿苹果树(第三代):卡片机傻拍2017(131)
http://blog.sciencenet.cn/blog-107667-1076747.html
[8] 2016-06-26,牛顿苹果树:天啊!怎么长成这样?:卡片机傻拍2016(96)
http://blog.sciencenet.cn/blog-107667-992985.html
[9] 2018-11-28,那辆被遗弃的OFO黄色自行车(2018秋,北洋园):卡片机傻拍2018(210)
[10] 2021-7-28,马兰(墙根硬地上)2018、2019、2020(北洋园):卡片机傻拍(211、285、109)
http://blog.sciencenet.cn/blog-107667-1297353.html
[11] 2018-11-29,最后一堂本科生课(2018秋季):卡片机傻拍2018(177)
http://blog.sciencenet.cn/blog-107667-1149013.html

                                            

感谢您的指教!

感谢您指正以上任何错误!

感谢您提供更多的相关资料!



https://blog.sciencenet.cn/blog-107667-1298043.html

上一篇:2018秋季最后一堂课(晚饭后游荡)(2018秋,北洋园):卡片机傻拍2018(213)
下一篇:[求证] 生成指定相关系数为ρ的两个正态分布随机数
收藏 IP: 202.113.11.*| 热度|

9 杨学祥 李宏翰 许培扬 郑永军 李学宽 杨卫东 张忆文 张晓良 晏成和

该博文允许注册用户评论 请点击登录 评论 (2 个评论)

IP: 202.113.11.*   回复 | 赞 +1 [2]杨正瓴   2021-8-2 22:54
File Exchange - MATLAB Central - MathWorks
      
PCA and ICA Package
version 2.2.0.0 (2.12 MB) by Brian Moore
Implements Principal Component Analysis (PCA) and Independent Component Analysis (ICA)
      
https://ww2.mathworks.cn/matlabcentral/fileexchange/38300-pca-and-ica-package
      
This package contains functions that implement Principal Component Analysis (PCA) and Independent Component Analysis (ICA).
PCA and ICA are implemented as functions in this package, and multiple examples are included to demonstrate their use.
In PCA, multi-dimensional data is projected onto the singular vectors corresponding to a few of its largest singular values. Such an operation effectively decomposes the input single into orthogonal components in the directions of largest variance in the data. As a result, PCA is often used in dimensionality reduction applications, where performing PCA yields a low-dimensional representation of data that can be reversed to closely reconstruct the original d...
IP: 202.113.11.*   回复 | 赞 +1 [1]杨正瓴   2021-8-2 18:12
线性判别分析(Linear Discriminant Analysis)
https://blog.csdn.net/daunxx/article/details/51881956
  
线性判别分析(Linear Discriminant Analysis)
在分类器的理论中,贝叶斯分类器是最优的分类器,而为了得到最优的分类器,我们就需要知道类别的后验概率P(Ck|x)P(Ck|x)。

这里假设fk(x)fk(x)是类别CkCk的类条件概率密度函数,πkπk 是类别CkCk的先验概率,毫无疑问有∑kπk=1∑kπk=1。根据贝叶斯理论有:

P(Ck|x)=fk(x)πk∑Kl=1fl(x)πl
P(Ck|x)=fk(x)πk∑l=1Kfl(x)πl
由于πkπk 几乎是已知的,所以对于贝叶斯公式而言,最重要的就是这个类条件概率密度函数fk(x)fk(x),很多算法之所以不同,主要的就是对这个类条件概率密度函数的参数形式的假设不同,比如:

线性判别分析(LDA)假设fk(x)fk(x)是均值不同,方差相同的高斯分布
二次判别分析(QDA)假设fk(x)fk(x)是均值不同,方差也不同的高斯分布
高斯混合模型(GMM)假设fk(x)fk(x)是不同的高斯分布的组合
很多非参数方法假设fk(x)fk(x)是参数的密度函数,比如直方图
朴素贝叶斯假设fk(x)fk(x)是CkCk边缘密度函数,即类别之间是独立同分布的
————————————————
版权声明:本文为CSDN博主「Duanxx」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/daunxx/article/details/51881956

1/1 | 总计:2 | 首页 | 上一页 | 下一页 | 末页 | 跳转

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2025-2-24 18:07

Powered by ScienceNet.cn

Copyright © 2007-2025 中国科学报社

返回顶部