概率 公理化 样本 几何
机器学习-概率图模型系列-隐含马尔科夫模型-33
目录1. Hidden Markov Model2. HMM模型定义 注：参考链接 https://www.cnblogs.com/pinard/p/6945257.html 1. Hidden Markov Model 隐马尔科夫模型（Hidden Markov Model，以下简称HMM）是比较 ......
机器学习-决策树系列-贝叶斯算法-概率图模型-29
目录1. 复习条件概率2. 正式进入3. 生成式 与判别式 这个阶段的内容，采用概率论的思想，从样本里面学到知识（训练模型），并对新来的样本进行预测。 主要算法：贝叶斯分类算法、隐含马尔可夫模型、最大熵模型、条件随机场。 通过本阶段学习，掌握NLP自然语言处理的一些基本算法，本阶段的理解对于后续完成 ......
如何根据邮件样本分析是否为容易软件
如何根据邮件样本分析是否为容易软件 发件人身份： 检查发件人的电子邮件地址，看它是否来自一个可信赖的源。有时，恶意邮件会伪造看似合法的电子邮件地址。 检查邮件头部信息： 邮件头部信息包含了关于邮件路径和来源的详细信息。通过检查这些信息，可以发现邮件是否被伪造。 邮件内容： 恶意邮件通常包含诱导性的语 ......
概率生成函数（[CTSC2006] 歌唱王国 题解）
如果数列 {p_n} 满足 P(X=i)=p_i（即 {p_n } 为 X 的概率质量函数 PMF 所构成的数列），那么有概率生成函数：F_X(x)=\sum^{+\infty}_{i=0}P(X=i)x^i，概率生成函数具有一些性质，这些性质可以简化我们做题时的一些推导…… ......
TF-VAEGAN：添加潜在嵌入(Latent Embedding)的VAEGAN处理零样本学习
前面介绍了将VAE+GAN解决零样本学习的方法：f-VAEGAN-D2，这里继续讨论引入生成模型处理零样本学习（Zero-shot Learning, ZSL）问题。论文“Latent Embedding Feedback and Discriminative Features for Zero-S ......
多模态大模型少样本自适应综述
前言 在医学成像和遥感等一些细粒度领域，多模态基础模型的性能往往不尽人意。因此，许多研究者开始探索这些模型的少样本适应方法，逐渐衍生出三种主要技术途径：1）基于提示的方法；2）基于适配器的方法；3）基于外部知识的方法。尽管如此，这一迅速发展的领域产生了大量结果，但尚无全面的综述来系统地整理研究进展。 ......
CF1864H Asterism Stream【概率 DP，矩阵优化】
给定一变量，初始为 \(1\)，每次等概率随机进行以下两种操作之一： 令 \(x\) 加一。 令 \(x\) 乘二。 求期望多少次操作之后 \(x\) 会 \(\ge n\)。 \(T\) 组数据，\(T\le 100\)，\(n\le 10^{18}\)。 对着 aw 老师的题解学的，感觉太深刻。 ......
三维模型的几何坐标纠正应用探讨
三维工厂K3DMaker是一款三维模型浏览、分析、轻量化、顶层合并构建、几何校正、格式转换、调色裁切等功能专业处理软件。可以进行三维模型的网格简化、纹理压缩、层级优化等操作，从而实现三维模型轻量化。轻量化压缩比大，模型轻量化效率高，自动化处理能力高；采用多种算法对三维模型进行几何精纠正处理，精度高，... ......
f-VAEGAN-D2：VAE+GAN处理零样本学习问题
虽然f-VAEGAN-D2在题目中说“适用任意样本”，但对比的Few-shot相关的实验较少，这里仅讨论零样本学习的情况。 1. 背景介绍 由于为每个对象收集足够数量的高质量带标签样本难以实现，使用有限的标签进行训练学习一直是一个重要的研究方向。零样本学习（Zero-Shot Learning, Z ......
QC样本和实验样本的区别
QC样本（Quality Control samples）和实验样本在代谢组学研究中扮演着不同但互补的角色。为了更生动地解释它们之间的区别，我们可以把代谢组学实验比作一场精心策划的宴会。 1. **实验样本**：想象实验样本就像是宴会上的主要菜肴。这些样本来自于你的实验对象，比如研究的生物体或细胞。 ......
简单解析几何
简单解析几何 1 直线和圆的方程 1.1 直线的倾斜角和斜率 1.1.1 倾斜角和斜率 1.1.1.1 直线的方向 在平面直角坐标系中，我们规定水平直线的方向向右，其他直线向上的方向为这条直线的方向。因此，这些直线的区别是他们的方向不同。 1.1.1.2 直线的倾斜角 定义 当直线 \(l\) 与 ......
#计算几何#洛谷 1742 最小圆覆盖
题目 给出 N 个点，让你画一个最小的包含所有点的圆。 分析 使用随机增量法，提前将点打乱保证期望是 \(O(n)\) 的 每次对于第 \(i\) 个点，如果它在前 \(i-1\) 个点的最小外接圆内，那么这个圆就是前 \(i\) 个点的最小外接圆。 否则第 \(i\) 个点就在前 \(i\) 个点 ......
【数学】【计算几何】[POI2005] Dextrogyrate Camel 以及极角排序有关技巧
题目描述 给定平面上 \(n\) 个点，从 \(1\) 号点出发，一开始朝向 \(2\) 号点，每次只能顺时针转 \([0^{\circ},180^{\circ}]\) 后前进到某个点，要求走一条每条边都不交（除了在端点处）路径，最后回到 \(1\) ，求最多能走过多少个不是 \(1\) 的点。 \ ......
三维模型数据的几何坐标变换的点云重建并行计算技术方法分析
三维工厂K3DMaker是一款三维模型浏览、分析、轻量化、顶层合并构建、几何校正、格式转换、调色裁切等功能专业处理软件。可以进行三维模型的网格简化、纹理压缩、层级优化等操作，从而实现三维模型轻量化。轻量化压缩比大，模型轻量化效率高，自动化处理能力高；采用多种算法对三维模型进行几何精纠正处理，精度高，... ......
三维模型数据的几何坐标变换的点云重建并行计算技术方法分析
三维工厂K3DMaker是一款三维模型浏览、分析、轻量化、顶层合并构建、几何校正、格式转换、调色裁切等功能专业处理软件。可以进行三维模型的网格简化、纹理压缩、层级优化等操作，从而实现三维模型轻量化。轻量化压缩比大，模型轻量化效率高，自动化处理能力高；采用多种算法对三维模型进行几何精纠正处理，精度高，... ......
概率霍夫变换（Progressive Probabilistic Hough Transform）原理详解
概率霍夫变换（Progressive Probabilistic Hough Transform）的原理很简单，如下所述： 1.随机获取边缘图像上的前景点，映射到极坐标系画曲线； 2.当极坐标系里面有交点达到最小投票数，将该点对应x-y坐标系的直线L找出来； 3.搜索边缘图像上前景点，在直线L上的点 ......
概率论复习笔记
$X$代表随机变量，$x$是具体的值。 规定：连续型随机变量取任意指定值的概率为$0$，即：$P(X=a)=0$ 概率密度函数$f(x)$ 某个邻域内概率的变化快慢。概率密度函数的值是概率的变化率，概率密度函数的面积才是概率。 于是可以得知$(a,b]$的概率：$P(a<X\le b)=\int_a ......
有关统计分析方法的一道题——证明矩估计的方差（即样本方差）是总体方差的无偏估计
今天上午考试考了这道题，但是好巧不巧自己没看具体的证明过程（可能因为自己忽略了这个部分吧）...（有关这道题当时的证明过程，我就记得了\(E(\overline{X})=\mu, D(\overline{X}) = \frac{\sigma^2}{n}\)，别的都不记得了...）考场直接破大防了.. ......
为了降低个人股票投资者的决策误判概率，我们做了一款软件
对于个人股票投资者而言，避免投资决策误判是最重要且最首要的，盈利多少都是次要的。 这是一个什么样的软件？ 这是一个面向个人股票投资者的决策辅助工具【棱镜】，它旨在将你的分析决策逻辑转化为由文字和框架转化为算法，让计算机和算法辅助你共同决策，降低决策误判概率。网站：prismray.cn 为什么要做这 ......
人脸识别技术演进：从几何算法到深度学习的深度剖析
本文全面探讨了人脸识别技术的发展历程、关键方法及其应用任务目标，深入分析了从几何特征到深度学习的技术演进。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本复旦硕，复旦机器人智能实验室成员，阿里云认证的资深架构师，项目管理专业人士，上亿 ......
DPDK技术提升网卡吞吐量几何？
DPDK是什么？ 2008年，数据平面开发套件DPDK（Data Plane Development Kit）由英特尔公司的网络通信部门提出，主要针对Intel的处理器和网卡开发，是一款高性能的网络驱动组件，旨在为数据面应用程序提供一个简单方便的，完整的，快速的数据包处理解决方案。目前，DPDK已经 ......
利用地面控制点实现倾斜摄影三维模型数据的几何坐标纠正技术方法分析
三维工厂K3DMaker是一款三维模型浏览、分析、轻量化、顶层合并构建、几何校正、格式转换、调色裁切等功能专业处理软件。可以进行三维模型的网格简化、纹理压缩、层级优化等操作，从而实现三维模型轻量化。轻量化压缩比大，模型轻量化效率高，自动化处理能力高；采用多种算法对三维模型进行几何精纠正处理，精度高，... ......
概率论期末复习【更新中】
第五章 多维随机变量 多维随机变量函数的分布： 离散的： \(若X\sim B(n_1,p), Y\sim B(n_2,p),且X和Y相互独立，则X+Y\sim B(n_1+n_2,p)\) \(若X\sim P(\lambda_1)和Y\sim P(\lambda_2)相互独立，则X+Y\sim ......
分页合理化是什么？
一、前言 大家好！我是sum墨，一个一线的底层码农，平时喜欢研究和思考一些技术相关的问题并整理成文，限于本人水平，如果文章和代码有表述不当之处，还请不吝赐教。 只要是干过后台系统的同学应该都做过分页查询吧，前端发送带有页码（pageNum）和每页显示数量（pageSize）的请求，后端根据这些参数来 ......
固态激光雷达的几何模型及标定方法（续）
固态激光雷达的几何模型及标定方法（续） 校准方法 由于背反射脉冲的强度也可以测量，所以从现在起将扫描光学器件的一个帧视为一个图像。通过这种方法，每个扫描方向都成为它的一个像素，如图3所示。理想情况下，从一个像素到下一个像素的角分辨率Δ𝜃将在整个FOV中保持不变，因此视角𝜃𝐻和𝜃𝑉对于在行和 ......
一些高中解析几何的通解
最近学解析几何，发现很多题可以直接套通解，于是把通解求了个遍。 点和点 求 \(P_1(x_1,y_1)\)、\(P_2(x_2,y_2)\) 所在的直线 \(\left(y_{2}-y_{1}\right)x+\left(x_{1}-x_{2}\right)y+x_{2}y_{1}-x_{1}y_ ......
固体激光雷达的几何模型及标定方法
固体激光雷达的几何模型及标定方法 对具有可变角分辨率的固态激光雷达扫描系统进行几何描述，提出了一种新的校准方法。在系统的整个视场上确定这种失真，会产生准确和精确的测量结果，从而使其能够与其他传感器相结合。一方面，几何模型是使用众所周知的Snell定律和系统的固有光学组件来建立的，而另一方面，通过将像 ......