科技老丁哥

角点检测算法大致有三类：基于灰度图像的角点检测，基于二值图像的角点检测，基于轮廓曲线的角点检测。基于灰度图像的角点检测又可分为基于梯度、基于模板和基于模板梯度组合3类方法，其中基于模板的方法主要考虑像素领域点的灰度变化，即图像亮度的变化，将与邻点亮度对比足够大的点定义为角点。常…

图像的直方图是指图像中每一像素范围内像素频率的统计关系图，直方图能够给出图像灰度范围，每个灰度的频度和灰度的分布，整幅图的平均明暗，对比度等概貌性描述。灰度直方图是灰度级的函数，反映的是图像中具有该灰度级像素的个数。如果大部分像素都集中在低灰度区域，图像会呈现暗的特性，反之，如…

图像中各种形状的检测时计算机视觉领域中非常常见的技术之一，特别是图像中直线的检测，圆的检测，图像边缘的检测等，下面我们来研究一下如何快速检测图像边缘。 边缘是不同区域的分界线，是周围（局部）像素有显著变化的像素的集合，有幅值与方向两个属性。这个不是绝对的定义，主要记住边缘是局部…

股票数据是非常非常典型的时序数据，数据都是按照日期排列好，而且股价就是我们所能观察到的观测序列，而股价背后隐藏的变动机理就是我们难以看到的隐藏状态和状态转移概率，所以完全可以用隐马尔科夫对股票进行建模，并预测出股票后续的变动情况，如果在股票数据研究上有点突破，那么，银子就大把大…

隐马尔科夫模型（Hidden Markov Model, HMM)是非常经典的机器学习模型，在语音识别，自然语言处理，模式识别等领域中有着非常广泛的应用。故而理解和数量掌握HMM是机器学习领域中一项重要的技能。 1. 什么是隐马尔科夫模型 隐马尔科夫模型是统计模型，用来描述一个…

时间序列数据分析是机器学习领域中的一个重要领域，时间序列数据是随着时间变化而不断变化的数据，最典型的一个例子就是股价数据，随着日期的不同而不同，还有一年四季的温度变化，台风运行轨迹等等领域。这个领域的一个重要点是收集到的样本数据在时间是相关的，我们不能像以前那样打乱样本数据之间…

文本的主题建模时用NLP来识别文本文档中隐藏的某种模式的过程，可以发现该文档的隐藏主题，以便对文档进行分析。主题建模的实现过程是，识别出某文本文档中最有意义，最能表征主题的词来实现主题分类，即寻找文本文档中的关键词，通过关键词就可以识别出某文档的隐藏主题。 1. 准备数据集 本…

在NLP中有一个非常实用的应用领域--情感分析，情感分析是用NLP技术分析一段给定文本的情感类型，是积极的还是消极的，是乐观的还是悲观的等。比如在股市中，我们知道，往往大众最悲观的时候往往是股市的大底，而最乐观的时候却是股市的顶部，所以，如果我们能够掌握大众的心里情感状况，那么…

本文的目标是构建一个分类器，从名字就判断这个人是男性还是女性。能够建立这种分类器的基本假设是英文名字后面的几个字母带有很明显的性别倾向，比如'la'结尾的一般是女性，以'im'结尾的一般是男性。故而我们认为名字的后面几个字母和性别之间有很强烈的相关性，所以可以建立一个分类模型，…