寢室有一個是做網絡的，需要把矩陣變為網絡圖使其形象一點，所以我在這里就寫了這樣一個函數。 　　功能是將鄰接矩陣或關聯矩陣變為網絡圖，不過我這里只能轉換為無向圖，有向圖的箭頭我還需要在研究一下，似乎有annotation函數可以調用。 調用方法里面都寫了，我就不多說了。 下面 ...

　　早知道有向圖和無向圖差別沒有想象中的大我就寫到一起了。 　　函數中使用的arrow畫箭頭函數是在這個網站下的。 運行結果： ...

無論是激光、視覺或者是慣導直接推出來的里程計通常會有回環誤差，通過圖優化的方式能夠將回環誤差最小化，從而提高建圖精度。 圖優化也是一種優化，所以能用常見的非線性優化方法來做，這里用到的高斯牛頓法，和之前ndt那一篇類似。 1.定義誤差函數： 我們定義Xi為i點位姿，Xj為j點位姿，Rij ...

計算Haar特征時有用到這個。 wiki介紹的非常好，我可恥的轉了： 積分圖的每一點（x, y）的值是原圖中對應位置的左上角區域的所有值得和： 而且，積分圖可以只遍歷一次圖像即可有效的計算出來，因為積分圖每一點的（x, y）值是： 一旦積分圖計算完畢，對任意矩形區域的和的計算就可以 ...

　　這個算法是Lee和Seung在1999年發表在nature雜志上的。具體論文看這里：http://www.seas.upenn.edu/~ddlee/Papers/nmf.pdf。 　　看不懂英 ...

紋理描述的共生矩陣方法是基於在紋理中某一灰度級結構重復出現的情況；這個結構在精細紋理中隨着距離而快速的變化，而在粗糙紋理中則緩慢的變化。 假設待分析在精細紋理圖像的一部分是一個M*N的矩形窗口。某一灰度級結構的出現情況可以由相對的頻率的矩陣來描述，他描繪了具有灰度級a,b的兩個像素，在方向 ...

很多算法都用到了這個矩陣，比如Hessian affine region detector、SURF，雖然這些算法我還沒有完全搞透，不過那都是后話，先把這個矩陣搞出來再說，學習是不斷迭代的過程。 整個矩陣的形成主要由四部分公式決定： g(x,y)就是高斯函數了，沒啥可說的： 對高斯函數 ...

《Project2016 企業項目管理實踐》張會斌 董方好 編著 名詞解釋：網絡圖…… 咦？書里沒寫？ 看來張同學也不喜歡名詞解釋（猜的）哈哈哈…… 但是！ 人家寫了兩種網絡圖：雙代號網絡圖和單代號網絡圖。 雙代號傳說應用已逐漸減少，那就無視之吧。 “單代號網絡圖：這是 ...