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 ......