一 简介MMR(Maximal Marginal Relevance，最大边际相关性) 算法多用于推荐场景，目标是减少排序结果的冗余。MMR 算法在物品的相关性和相似性之间做了权衡，在保证相关性的基础上，减少相似性，保证了推荐结果的多样性。MMR 算法公式如下：二 问题该算法采用的贪心策略，复杂度是 ，耗时过高，导致无法在线上实时运行。我在新闻推荐粗排服务中应用了该算法。在我的应用场景中，又加入
转载
2023-12-17 12:22:20
208阅读
# 如何在Python中实现MSRCR算法
## 一、MSRCR算法简介
MSRCR（Multi-Scale Retinex with Color Restoration）算法是一种图像处理技术，用于增强和恢复图像的细节和色彩。该算法通过多尺度的Retinex处理来改善图像的视觉效果，非常适用于医疗图像、卫星图像等领域。
## 二、实现流程
为了实现MSRCR算法，可以按照以下步骤进行：
|
建议1、理解Pythonic概念—-详见Python中的《Python之禅》建议2、编写Pythonic代码（1）避免不规范代码，比如只用大小写区分变量、使用容易混淆的变量名、害怕过长变量名等。有时候长的变量名会使代码更加具有可读性。（2）深入学习Python相关知识，比如语言特性、库特性等，比如Python演变过程等。深入学习一两个业内公认的Pythonic的代码库，比如Flask等。建议3：理
MSER代码编译:matlabroot%如果是VS2010则解压VS2010MEX支持文件到MATLAB根目录unzip('E:\Software\develop Tools\VS2010MEXSupport.zip',matlabroot)mex -setup%设置代码文件夹编译路径cd('E:\Koder Quelle\Image process Package\mser-0.5')
转载
2023-12-29 20:57:34
180阅读
# MSRCR（Mean-shift and Region-based Color Restoration）算法在Python中的应用
## 引言
图像处理是计算机视觉领域的重要研究方向之一，其目的是对数字图像进行增强、重建、分析等操作。MSRCR (Mean-shift and Region-based Color Restoration) 算法是一种用于图像增强的常见方法之一，它通过对图像
原创
2023-09-03 10:43:04
392阅读
Python MRO(方法解析顺序) Python MRO方法解析顺序MRO Method Resolution Order经典类MRO深度优先搜索新式类MRO C3BFS广度优先搜索C3算法C3算法计算访问顺序列表merge list公式法拓扑排序求解mro比较BFSDFSC3求解mro实战计算mro利用merge计算A的mroO代表object类利用拓扑排序计算mro总结参考网址 转载请标明出
转载
2023-12-18 19:24:41
52阅读
Retinex理论认为，人眼观测到的图像S是光照图像L和物体反射图像R的乘积。而R才是真实析，我们可以得到：r=s-l=logS-l...
原创
2023-06-25 09:12:31
2973阅读
Retinex图像增强算法(SSR, MSR, MSRCR)详解及其OpenCV源码
转载
2022-12-29 14:53:58
4071阅读
一.题目：原生python实现knn分类算法(使用鸢尾花数据集)K最近邻(KNN,K-nearestNeighbor)分类算法的核心思想是如果一个样本在特征空间中的K个最相邻的样本中的大多数属于某一个类别，则该样本属于也属于这个类别，并具有这个类别样本上的特性。即选取k个离测试点最近的样本点，输出在这k个样本点中数量最多的标签。所以要实现kNN算法，我们只需要计算出每一个样本点与测试点的距离(欧式
转载
2023-12-19 09:34:31
50阅读
本篇分为三个部分：一、算法背景啤酒与尿布故事：某超市为增加销售量，提取出了他们超市所有的销售记录进行分析。在对这些小票数据进行分析时，发现男性顾客在购买婴儿尿片时，通常会顺便搭配带打啤酒来犒劳自己，于是超市就想如果把这两种平时看不出有关联的商品摆在一起，是不是能方便顾客同时提升商品的销量。于是尝试将啤酒和尿布摆在一起的上柜策略，最后果然两样商品的销量双双提升。聪明的现代店家（甩饼）故事：甩饼是20
转载
2024-03-06 21:16:54
41阅读
A*算法学习 A*算法伪代码 步骤一： 创建地图。 解释：A*算法中的地图多以栅格图法构建，在代码中可以用数组或者说列表来实现，一般采用二维数组索引表示每个节点的坐标，索引内容 0代表地图可通过，1代表地图中的障碍物。 步骤二： 设定起始点，以及目标点即终点。将起始点添加进开放列表中（openlist），此过程可以视为初始化。 解释： openlist是一个存放待检测节点的列表，列表中是
转载
2024-04-19 17:15:15
43阅读
粒子群算法属于智慧算法的一类，与该类算法类似的还有蚁群算法，遗传算法等。大家可以将这几种算法进行比较。粒子群优化算法（Particle Swarm Optimization，PSO）属于进化算法的一种，是通过模拟鸟群捕食行为设计的。从随机解出发，通过迭代寻找最优解，通过适应度来评价解的品质。在这里，我们举一个例子来深入理解一下该算法：假设有一鸟群，在一座岛上某个地方放有食物，但是鸟群并不知道食物在
转载
2023-07-05 13:59:28
218阅读
【建模算法】基于粒子群算法（PSO）求解TSP问题（Python实现）TSP (traveling salesman problem，旅行商问题)是典型的NP完全问题，即其最坏情况下的时间复杂度随着问题规模的增大按指数方式增长，到目前为止还未找到一个多项式时间的有效算法。本文探讨了基于粒子群算法求解TSP问题的Python实现。一、问题描述 本案例以31个城市为例，假定31个城市的位置坐标如表1所
转载
2023-11-26 11:11:39
131阅读
纸上得来终觉浅，仅仅懂了原理还不够，要用代码实践才是王道，今天小编就附上小编自己在学习中实践的KNN算法。KNN算法伪代码：对未知类别属性的数据集中的每个点一次执行以下操作：（1）计算已知类别数据集中的点与当前点之间的距离；（2）按照距离递增次序排序；（3）选取与当前点距离最小的k个点；（4）确定前k个点所在类别出现的频率（5）返回前k个点出现频率最高的类别作为当前点的预测分类；Python代码如
转载
2023-09-18 18:58:57
0阅读
雪花算法介绍雪花算法-Snowflake是Twitter提出来的一个算法，其目的是生成一个64bit的整数 1bit:一般是符号位，不做处理 41bit:用来记录时间戳，这里可以记录69年，如果设置好起始时间比如今年是2018年，那么可以用到2089年，到时候怎么办？要是这个系统能用69年，我相信这个系统早都重构了好多次了。 10bit:10bit用来记录机器ID，总共可以记录1024台机器，一般
转载
2023-08-26 12:58:24
127阅读
利用 python 实现 KNN 算法（自己实现 和 sklearn）创作背景思路讲解了解算法作业思路（自己实现）第一步第二步第三步第四步第五步第六步（The Final Step）使用 `sklearn` 实现结尾 创作背景昨天有个朋友请我帮他做一个 python 的作业，作业要求如下图（翻译过） 也就是：给定了数据集，使用 KNN 算法完成下列目标编写 自己的 代码实现 KNN 并且用绘制图
转载
2023-09-25 10:21:46
45阅读
近期需要用到关键点检测和姿态估计的相关算法，进行了一下调研，着重记录一下openpose算法的一些要点； 关于openpose算法论文：https://arxiv.org/abs/1812.08008 有一篇写的非常好的博客记录了一些关键点，有兴趣的可以去参考。以下记录几个点：算法流程： 网络结构在经过VGG19网络的前10层得到特征图F，作为后续的输入，在stage1中，有两个分支，分支1负责预
转载
2023-12-14 18:47:34
103阅读
当训练好一个模型之后预测新的数据，当发现预测情况不是很好的时候，怎么改进？1.得到更多的训练数据。但有的时候获取更多的数据并不是很有帮助2.尝试选用更少的特征3.尝试增加更多的特征4.增加多项式特征，就是已有特征之间的组合：等5.增加正则化参数，减小正则化参数怎么样能选择最适合改进的方法呢？或者说排除上面的一些方法评估该算法的性能（机器学习诊断法），从而能知道影响性能的关键和改进的方面：训练误差最
转载
2024-03-08 17:27:34
56阅读
介绍了视网膜增强技术(Retinex）的基本原理及其在图像处理中的应用。给出了大量图片实例说明该算法的实用性，并对算法的参数选取予以详细说明。
原创
2021-08-23 17:31:10
880阅读
# LFDA算法简介与Python实现
## 1. 什么是LFDA算法？
LFDA（Local Fisher Discriminant Analysis）是一种用于数据降维的算法，可以提高分类任务的准确性。LFDA结合了局部保持（locality preserving）和全局判别（discriminative）特性，适用于人脸识别、图像处理等领域。与传统的PCA等算法不同，LFDA更注重不同类
原创
2024-10-13 04:09:02
108阅读
