目录一、基本理论1. PSO算法2. VMD算法3. MCKD算法3.1 算法简介3.2 算法原理二、PSO_VMD_MCKD三、MATLAB代码参考文献 一、基本理论1. PSO算法有关PSO的介绍请阅读博文：PSO-LSSVM算法及其MATLAB代码2. VMD算法有关VMD的介绍请阅读博文：VMD算法3. MCKD算法3.1 算法简介最大相关峭度解卷积（Maximum Correlated
转载
2023-09-24 08:34:04
1582阅读
## 最大相关峭度反卷积方法实现
在信号处理与图像处理中，“最大相关峭度反卷积”是一种常用的技术。本文将详细介绍如何用 Python 实现这一过程，且确保您能够理解每个步骤。
### 整体流程概览
在实现最大相关峭度反卷积之前，先来整理一下步骤，以便更清晰地理解。
| 步骤 | 描述 |
|-----------|-----
原创
2024-10-28 03:52:06
139阅读
一.概述反卷积又称转秩卷积(Transposed Convolution)，上采样(Upsampled )。其作用举例如下：1.当我们用神经网络生成图片的时候，经常需要将一些低分辨率的图片转换为高分辨率的图片。  
转载
2024-08-02 14:55:55
80阅读
反卷积（Deconvolution）的概念第一次出现是Zeiler在2010年发表的论文Deconvolutional networks中，但是并没有指定反卷积这个名字，反卷积这个术语正式的使用是在其之后的工作中(Adaptive deconvolutional networks for mid and high level feature learning)。随着反卷积在神经网络可视
反卷积（Deconvolution）的概念第一次出现是Zeiler在2010年发表的论文Deconvolutional networks中，但是并没有指定反卷积这个名字，反卷积这个术语正式的使用是在其之后的工作中(Adaptive deconvolutional networks for mid and high level feature learning)。随着反卷积在神经网络可视化上的成功
摘要Pandas是基于numpy来构建的，让numpy为中心的应用变得更加简单。Pandas主要包括两个数据结构，Series和DataFrame。既能处理时间序列的数据也能处理非时间序列的数据，同时在处理缺省值上面非常灵活。一.主要数据结构Series可以把series理解为一维数组或者向量，由value以及index组成。1.创建series>>> import pandas
# Python谱峭度分析程序的实现指南
谱峭度分析是一种用于信号处理和数据分析的方法，有助于我们了解一个数据集的分布特征。今天，我将教你如何使用Python实现谱峭度分析程序。我们将通过以下几个步骤完成整个过程。
## 流程概述
下面是我们需要遵循的主要步骤：
| 步骤 | 描述 |
|------|-------------------
原创
2024-10-27 03:48:22
322阅读
机器学习19:反卷积算法（转载和整理） 在整理全卷积网络的过程中，被反卷积的概念困扰很久，于是将反卷积算法单独整理为一篇博客，本文主要转载和整理自知乎问题如何通俗易懂地解释反卷积？中的高票答案。1.反卷积概述：
转载
2023-10-05 16:09:20
281阅读
目录一、Matlab快速绘制栅格地图1、几种常用的地图形式：1.1、尺度地图：1.2、拓扑地图：1.3、语义地图：2、栅格地图用于路径规划的优势：3、matlab绘制栅格地图的核心函数及思想：3.1、colormap函数：3.2、sub2ind函数：3.3、ind2sub函数：3.4、为了在栅格地图呈现随机障碍物的效果，可以设置障碍物出现频率数值，根据该数据在所有栅格中生成随机数，从而确定障碍物
# Python 中的偏斜度因子与峭度因子计算教程
在统计学中，偏斜度（Skewness）和峭度（Kurtosis）是用于描述数据分布形态的重要指标。本文将教你如何使用 Python 计算这些因子。这里我们将逐步进行，从设置环境到计算和可视化结果，最后将得出有用的结论。
## 流程概述
为了实现计算偏斜度和峭度因子，我们可以按照以下步骤进行：
| 步骤 | 描述
反卷积（转置卷积、空洞卷积（微步卷积））近几年用得较多，本篇博客主要是介绍一下反卷积，尤其是怎么计算反卷积（选择反卷积的相关参数）
图1 空洞卷积（微步卷积）的例子，其中下面的图是输入，上面的图是输出，显然这是一个upsampling的过程，我们也称为反卷积。首先，既然本文题名为反卷积（Deconvolution），当然就是要介绍各种反卷积，不得不说的是随着近几年人工智能如火
转载
2023-12-12 22:45:48
71阅读
原创
2021-09-01 15:23:24
273阅读
矩对于随机变量X,X的K阶原点矩为X的K阶中心矩为期望实际上是随机变量X的1阶原点矩,方差实际上是随机变量X的2阶中心矩变异系数(Coefficient of Variation):标准差与均值(期望)的比值称为变异系数,记为C.V偏度Skewness(三阶)峰度Kurtosis(四阶)##偏度与峰度##利用matplotlib模拟偏度和峰度 ###计算期望和方差import matplotlib
转载
2024-05-30 12:24:38
224阅读
参考：打开链接卷积：就是这个图啦，其中蓝色部分是输入的feature map，然后有3*3的卷积核在上面以步长为2的速度滑动，可以看到周围还加里一圈padding，用更标准化的参数方式来描述这个过程：二维的离散卷积(N=2)方形的特征输入(\(i_{1}=i_{2}=i\))方形的卷积核尺寸(\(k_{1} = k_{2}=k\))每个维度相同的步长(\(s_{1}=s_{2}=s\))每个维度相
转载
2024-01-09 09:44:06
113阅读
什么是反卷积 我们知道输入图像通过卷积神经网络（CNN）提取特征后，输出的尺寸往往会变小，而又是我们需要将图像恢复到原来的尺寸以便进行进一步的计算，整个扩大图像尺寸，实现图像由小分辨率到大分辨率的映射的操作，叫做上采样（Upsample） 反卷积是上采样的一种方式，反卷积也叫转置卷积。 图1 反卷积原理图（stride=1）
上图所示的就是一个反卷积的工作过程，与卷积过程的主要区别在
转载
2024-01-12 11:30:06
156阅读
1.概念反卷积是一种特殊的正向卷积，先按照一定的比例通过补 0 来扩大输入图像的尺寸，接着旋转卷积核，再进行正向卷积。图1 反卷积原理图（stride=1） 图1 反卷积原理图（stride=2）2.数学推导假设输入图像 input 尺寸为 4×4 ，元素矩阵为：卷积核 kernel 尺寸为 3×3
反卷积是一种计算密集型图像处理技术，通过该技术，可以提高显微图像的对比度和清晰度。物镜数值孔径受限的情况下，这项技术主要是依靠一系列去模糊处理技术来提高图像的质量。基本上所有通过数码荧光显微镜拍摄的图像都可以反卷积处理。还有一些新的技术将反卷积应用在透射光图像中。在所有反卷积技术的研究应用中，3D成像是最常用到反卷积处理的。图1标注了反卷积处理中需要用到的光学元件。样品是一个理想的细胞，由普通光学
转载
2024-01-12 14:45:09
64阅读
这篇博客将介绍图像内核和卷积。如果将图像视为一个大矩阵，那么图像内核只是一个位于图像顶部的微小矩阵。从左到右和从上到下滑动内核，计算输入图像和内核之间的元素乘法总和——称这个值为内核输出。内核输出存储在与输入图像相同 （x， y） 坐标的输出图像中（在考虑任何填充以确保输出图像具有与输入相同的尺寸后）。鉴于对卷积的新了解，定义了一个OpenCV和Python函数来将一系列内核应用于图像。包括平滑模
转载
2023-10-28 12:05:37
172阅读
import os
import sys
import numpy as np
import numpy
#
def conv_(img, conv_filter, stride = 1):
"""
img: wxh 二维图像
conv_filter: kxk 二维卷积核(eg. 3x3)
"""
filter_size = conv_filter.sh
转载
2023-07-21 16:23:40
143阅读
# Python 反卷积求解：一种信号恢复的方法
反卷积是信号处理中的一项重要技术，它的主要目的在于从卷积结果中恢复出原始信号。在很多实际情况下，例如图像处理、音频信号处理等，反卷积被广泛应用。本文将介绍反卷积的基本概念，并使用Python进行示例实现。
## 什么是卷积与反卷积？
卷积是一种数学运算，通常表示为两个函数的结合。通过卷积，我们可以将一个信号（例如图像或音频）与一个滤波器进行组
