gaussian

    1热度

    1回答

    准确地使用OpenCV和Python查找水边

    我一直在努力使用OpenCV/Python来检测水的边缘，我得到的结果相当不准确，并且没有健壮性。 这是我迄今取得： Original Image, output image Canny Edge detection 什么我目前做的是设置一些变量（高斯模糊的水平，用于Canny边缘检测西格玛，最大偏差其中测量的水平可以在每个点之间改变），执行“自动”Canny边缘检测（其中中值像素强度被测量并用于
    python opencv image-processing gaussian canny-operator 2017-01-18

    1热度

    1回答

    sklearn的make_blobs和多元高斯之间有什么区别？

    Scikit-learn提供了产生高斯斑点的实用程序make_blobs。有没有什么好处，比如scipy的multivariate_normal？
    python scipy scikit-learn gaussian 2017-01-23

    1热度

    1回答

    3D高斯滤波在Matlab

    我想实现在Matlab三维高斯滤波器 - WITHOUT使用像imfilter，imgaussfilt等内置Matlab的过滤功能... 我有3D数据 RAW(K,K,K) 说，K = 100，和过滤器宽度为delta = 5本实施例中。 目前，我有： Ggrid = -floor(delta/2):floor(delta/2); [X Y Z] = meshgrid(Ggrid, Ggri
    image matlab 3d filtering gaussian 2016-12-05

    0热度

    1回答

    HTK：通过电话优化混合分离手机

    我使用HTK来训练声学模型。我最后一步是分裂电话gaussians的混合物。通常，我总是将所有电话（它们的内部状态）一步一步分开，然后在性能下降时重新评估并停止。 现在我想通过一个尝试拆分手机之一，因为这应导致同等或更好的整体效果。我这样做的方式是，尝试拆分每部手机，选择能够带来最佳结果的手机，保持分离，重新设置所有其他手机，然后重新开始。这需要很长的时间。我想把所有那些带来改进的不仅仅是最好的分
    optimization speech-recognition gaussian htk 2016-12-06

    6热度

    2回答

    拟合偏高斯

    我试图使用scikit-learn来拟合高斯的总和，因为scikit-learn GaussianMixture似乎比使用curve_fit更稳健。 问题： from sklearn import mixture import matplotlib.pyplot import matplotlib.mlab import numpy as np clf = mixture.Gaussia
    numpy scipy scikit-learn curve-fitting gaussian 2017-01-29

    0热度

    1回答

    SciKit高斯混合模型ValueError：x和y必须具有相同的第一维

    我试图按照此tutorial GMM与Python SciKit。问题是原始代码无法正常工作。它说输入阵列的形状存在问题，并且GMM现在已经被取消了。我试图将其改写为： np.random.seed(2) x = np.concatenate([np.random.normal(0, 2, 200), np.random.normal(5, 5, 200),
    python matplotlib scikit-learn gaussian 2016-12-15

    0热度

    1回答

    与Matlab不同的高斯滤波器内核高斯滤波器内核

    我在Matlab中创建了一个高斯滤波器。我创建了以下用于创建内核的代码。 function kernel = gaussian_filter(sigma) kernel_width = 3 * sigma - 1; [x, y] = meshgrid(-kernel_width/2:kernel_width/2, -kernel_width/2:kernel_width/2);
    matlab filter computer-vision gaussian 2017-02-04

    3热度

    1回答

    GMM-对数似然不单调

    昨天我使用期望最大化算法实现了GMM（高斯混合模型）。如你所记得的，它将一些不知名的分布建模为高斯分布的混合体，我们需要了解它的均值和方差，以及每个高斯的权重。 这是代码背后的数学（它不是那么复杂） http://mccormickml.com/2014/08/04/gaussian-mixture-models-tutorial-and-matlab-code/ 这是我的代码： import n
    python machine-learning probability gaussian gmm 2016-12-19

    2热度

    1回答

    3个变量的高斯轮廓图-MATLAB

    我已经生成了一个类似于高斯分布的3D图，其具有随机变量Y，X1和X2（1000x1）矢量。 Y在垂直轴上，X1和X2是水平的。 具体来说，这是我用过的情节代码： plot3(x(:,1),x(:,2),y,'.') 已创建的图有以下形式： 我也想生产的东西像这样： 但是，当我使用此代码： contour(x(:,1),x(:,2),y); 我收到消息： 使用轮廓误差（线48） Z应该在至少
    matlab plot contour gaussian 2016-12-26

    1热度

    3回答

    高斯之间的交点

    我只是试图绘制两个gaussians并找到交点。我有以下代码。这不是绘制确切的十字路口，我真的不知道为什么。这就像刚刚稍微偏离了一点，但如果我们把减去的gaussians的日志记录下来，并且看起来应该是正确的，那么我通过派生的解决方案工作。谁能帮忙？非常感谢！ import numpy as np import matplotlib.pyplot as plt def plot_normal
    python gaussian 2016-12-28
最新问题