概率 公理化 样本 几何
概率论期中考试冲刺
那些分布 二项分布 泊松分布 几何分布 帕斯卡分布 均匀分布 指数分布 正态分布 它们的参数、概率密度函数与分布函数、统计特征、意义 那些公式 期望 \[E(g(X))=\int_{-\infty}^{+\infty}g(t)f(t)dt. \]密度函数 \(y=g(x)\)处处可导且严格单调，则： ......
神经网络基础篇：详解逻辑回归 & m个样本梯度下降
逻辑回归中的梯度下降 本篇讲解怎样通过计算偏导数来实现逻辑回归的梯度下降算法。它的关键点是几个重要公式，其作用是用来实现逻辑回归中梯度下降算法。但是在本博客中，将使用计算图对梯度下降算法进行计算。必须要承认的是，使用计算图来计算逻辑回归的梯度下降算法有点大材小用了。但是，认为以这个例子作为开始来讲解 ......
倾斜摄影三维模型数据几何坐标重建方法分析
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，... ......
【图形学笔记】Lecture07-Introduction to Geometry几何
Lecture07-Introduction to Geometry几何 目录Lecture07-Introduction to Geometry几何Implicit Surface 隐式的曲面CSG-Constructive Solid Geometry（Implicit）构造刚体几何图形Blen ......
【专题】新消费看长沙：中国经济转型样本报告PDF合集分享（附原数据表）
原文链接：https://tecdat.cn/?p=34074 近年来，随着中国消费升级的趋势，新兴消费品牌在市场上逐渐崭露头角。这些品牌以挑战者的身份进入市场，通过创新的供应链、产品和营销策略，以用户为核心满足新的消费需求，实现了短期内的强劲增长和销售规模的快速扩张。然而，经济环境、疫情冲击和激烈 ......
使用IBM ART库生成交通信号牌的攻击样本
目标：生成对抗样本，扰动图像，让原本是“停”的信号牌识别为“禁止驶入”： 代码如下（注意，因为我找的cnn原始模型支持的是灰度图像，所以彩色的对抗样本还需要修改代码）： import cv2, os import numpy as np import numpy as np import tenso ......
使用IBM ART库生成对抗样本示例——生成将数字3预测为8的对抗样本
代码如下： import numpy as np import tensorflow as tf from tensorflow.keras.datasets import mnist from tensorflow.keras.models import Sequential from tenso ......
第九章：几何图元
第九章：几何图元 几何图元，就是构成几何物体的最小单元。这章节我们将对它们进行讨论。 1.表示技术 如何用数学的方式来描绘物体？是的，用函数。 我们可以用一个布尔函数\(f(x,y,z)\)以隐含形式进行描绘，当传入空间中的一点的坐标时，只有当这点属于那个物体时才会返回真； 还有一种叫描述方式是参数 ......
P4260 博弈论与概率统计
传送门 description \(T\) 次询问，每次给定 \(n,m,p\)，总共 \(n+m\) 局游戏，每局 A 有 \(p\) 的概率获胜。一局游戏获胜 A 的得分加 1，否则减 1，但是如果 A 在得分为 0 的情况下输了一局，得分不变。求 A 赢 \(n\) 局，输 \(m\) 局后游 ......
关于 wqs 二分的几何意义的思考
我们知道，wqs 二分是通过二分斜率，通过找到切凸包的切点来寻找答案（至少我目前写的简单题是这样的）。那么所谓切凸包的几何意义是什么？我们以 LG P5633 最小度限制生成树 为例。 对于样例，我们设 \(f(x)\) 为节点 \(s\) 恰为 \(x\) 度的情况下最小生成树的权值，画出凸包。 ......
学习笔记：概率期望
概率 & 期望 样本空间、随机事件 定义 一个随机现象中可能发生的不能再细分的结果被称为 样本点。所有样本点的集合称为 样本空间，通常用 \(\Omega\) 来表示。 一个 随机事件 是样本空间 \(\Omega\) 的子集，它由若干样本点构成，用大写字母 \(A, B, C, \cdots\) ......
【图形学笔记】Lecture09-Mesh Representation &Geometry Processing-网格表示与几何处理
Lecture09-Mesh Representation &Geometry Processing-网格表示与几何处理 目录Lecture09-Mesh Representation &Geometry Processing-网格表示与几何处理Mesh Presentation网格表示Smooth ......
三维模型数据拼接中的几何坐标变换方法实现
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，... ......
几何分布无记忆性的感性理解
几何分布：在独立重复试验中，实验次数预先不能确定，设每次实验成功的概率为p,将实验进行到成功一次为止，以\(X\)表示所需的实验次数，则\(X\)的分布律为 \[P\{X=k\}=(1-p)^{k-1}p,k=1,2,3... \] 无记忆性 ： \[P(X>n|X>m) = P(X>n-m) \] ......
计算机图形：二维几何变换(2)
目录特殊二维变换反射错切小结 二维几何变换，分2部分： 计算机图形：二维几何变换(1) 计算机图形：二维几何变换(2) 审核中 平移、旋转、缩放这些属于基本变换，还有一些特殊二维变换如反射、错切。本文讲特殊二维变换。 特殊二维变换 反射 产生对象镜像的变换，称为反射（reflection）。 反射镜 ......
样本不均衡问题的解决方案
数据角度 Loss角度 二分类交叉熵: \[Loss=L(y,\hat{p})=-ylog(\hat{p})-(1-y)log(1-\hat{p}) \]等价于 \[L(y, \hat{p}) = \begin{cases} - \log(\hat{p}) & \text{if } y=1 \\ - ......
【模板】二维计算几何初步
template <class T> struct point { T x, y; point() : point(0, 0) {} point(T x, T y) : x(x), y(y) {} friend point operator+(const point &lhs, const poin ......
WPF绘图（一）：几何（Geometry）与形状（Shape）
1. Geometry 在数学中，我们可以用一个方程描述圆：x2+y2=25。这个方程描述的是，一个半径为5，中心点在（0，0）的圆。这种纯数学的描述就是Geometry（几何）。 但此时，这个“圆”我们是看不见，摸不着的。如果想要看到这个几何图形，就必须用画笔，颜色等信息，去“绘制”它。 .Net ......
提高三维模型数据的几何坐标精度需要采取方法浅析
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，... ......
P3978 概率论
题面传送门 description 求 \(n\) 个结点的无标号有根二叉树叶子结点的期望个数。 \(1\leq n\leq 10^9\) solution 设 \(g_n\) 为 \(n\) 个点的有根无标号二叉树的个数，\(f_n\) 为所有 \(n\) 个点的有根无标号二叉树的叶子结点个数和， ......
R语言中的Stan概率编程MCMC采样的贝叶斯模型|附代码数据
原文链接：http://tecdat.cn/?p=11161 最近我们被客户要求撰写关于贝叶斯模型的研究报告，包括一些图形和统计输出。 概率编程使我们能够实现统计模型，而不必担心技术细节。这对于基于MCMC采样的贝叶斯模型特别有用 R语言中RStan贝叶斯层次模型分析示例 stan简介 Stan是用 ......
10.16闲话：abc + 2 > a + b + c 的几何证法
来自wxy大佬的一道题 已知 \(|a|,|b|,|c|<1\)，求证： \(abc + 2 > a + b + c\)。 这里给出几何方法： 设 \(a,b,c\) 的绝对值分别为 \(x, y, z\) 考虑构造如下图形： \(x,y,z\) 为图中标示的对应边，而外面的立方体棱长为 1 。 显 ......
概率论视频课笔记
只做理解类记录，哪个知识点忘了去看视频。前四章是概率，看的框框老师。 概率论 1、随机试验：可重复性、可预知性、不确定性 2、样本空间：随机试验E的所有可能结果，记为S或Ω 3、样本点：样本空间中的每一个元素e 4、随机事件：样本空间的子集，简称事件 5、事件发生：子集中某个样本点出现，不需要全部样 ......
概率与期望
一、基本概念 1. 随机试验 具有以下特点的试验称为随机试验（通常用 \(E\) 表示）： 可以在相同条件下重复进行 可能出现的结果有多个且试验之前知道所有的结果 试验结束后出现哪种结果是随机的 说人话：就是在相同条件下对某随机现象进行的大量重复观测 例子 \(E_1\)：抛一枚硬币，观察正、反面出 ......
使用不同边界的三阶样条拟合样本数据
import numpy as np import matplotlib.pyplot as plt from scipy.interpolate import CubicSpline # 样本数据点(4.0,4.2)，(4.3,5.7)，(4.6,6,6)，(5.3,4.8)，(5.9,4,6) ......
OpenCascade 开源的三维建模几何造型开发平台
官方文档 https://dev.opencascade.org/doc/overview/html/index.html Open CASCADE（简称OCC）平台是由法国Matra Datavision公司开发的CAD/CAE/CAM软件平台，可以说是世界上最重要的几何造型基础软件平台之一。 O ......
图渲染示例-几何深度学习图分割
图渲染示例-几何深度学习图分割 1 图分割示例 图分割是对图的每个组成部分，节点或边进行分类的任务，如图1所示。 从较大的语义分段数据集中，提取出了四足数据集，并显示了此任务的真实标签。在这种情况下，每一部分都有属于五种可能类别之一的标签：耳朵，头部，躯干，腿和尾巴。根据此局部级别的信息，生成节点或 ......
论文精读：用于少样本图像识别的语义提示（Semantic Prompt for Few-Shot Image Recognition）
原文连接：Semantic Prompt for Few-Shot Image Recognition Abstract 在小样本学习中（Few-shot Learning, FSL）中，有通过利用额外的语义信息，如类名的文本Embedding，通过将语义原型与视觉原型相结合来解决样本稀少的问题。但 ......
几何深度学习技术杂谈
几何深度学习技术杂谈 计算机视觉的最新进展，主要来自于新颖的深度学习方法，以及基于大量数据来执行特定任务的分层机器学习模型，随之而来的性能提升，引发了其他科学领域类似应用的淘金热。 https://arxiv.org/pdf/1611.08097.pdf 随着深度学习技术的发展，人们已经不满足于将深 ......