其他

覺得自己看的書太少太少了於是乎，決定利用暑假期間讀些書，算是充實一下吧~經濟學，據說是在各個領域都很有用的學科，而且作為程式猿也該瞭解一下，於是乎，找一本通俗易懂的曼昆的經濟學原理開始~希望能夠在這裡記錄讀書的點滴~開始嘍~首先提到的是人們如何做決策這個問題。原理一：人們面臨交替關係在我看來，所謂的交替關係就是學會取捨，學會選擇與放棄。如今我們會面臨各種各樣的選擇，各種各樣的誘惑，然而我們自己每天所擁有的時間是一定的，這就意味著，做一個事情的時間多了，做另一個事情的時間就少了。這就要求我們學會選

http://blog.csdn.net/xiaowei_cqu/article/details/7557063從這裡轉來的，她的講解都很詳細的~開始他的文章轉載之前，先加點裡面重要地方的說明~depth和nChannelsdepth代表色彩深度，使用的是以下定義的宏,nChannels是通道數，為1,2,3或4。depth的宏定義：IPL_DEPTH_8U,無符號8bit整數(8u)IPL_DEPTH_8S,有符號8bit整數(8s)IPL_DEPTH_16S,有符號16bit整數(16s)I

不照抄書本了，根據自己的想法再加上幾個例子，姑且做個記錄吧~今天看到的部分是機會成本和比較優勢，什麼是機會成本呢，在我看來，機會成本就是幹這件事情你必須要付出的代價~其實做什麼事情都是要犧牲做別的的事情的時間為代價的。只是我們在做一件事情的時候需要權衡做這個事情的代價會是最小的，然後再去做這個事情。用書本中提到的一個例子吧~牧牛人生產一斤馬鈴薯需要八個小時，農民需要十個小時，牧牛人1小時生產一斤牛肉，而農民需要20小時生產一斤牛肉。從這樣的數量關係上來看的話，牧牛人佔了絕對的優勢，所謂的絕對優勢

從別的地方找到的有關sobel的講解，感覺講的很好。貼來供大家參考以及留做以後用~首先，我們來開一下電腦是如何檢測邊緣的。以灰階映像為例，它的理論基礎是這樣的，如果出現一個邊緣，那麼映像的灰階就會有一定的變化，為了方便假設由

zeros(2,3) 初始化為一個2*3的矩陣eye（3）初始化一個3*3的方陣，對角線元素為1linspace(2,4,5) 產生從2到4之間的數字，算是等差數列吧，加上2和4一共會出現5個數字，把2到4分為5份s=s*s表示兩個矩陣相乘s=s.*s表示每個矩陣的元素分別相乘x=x.^y表示矩陣x的每個元素分別y次方，要對應y中的每個元素次方x=2.^[x y]f1 =     1     1     1     1     1     1     1     1>> aa =  

文章目錄 一直以為視頻的處理挺難的，但是發現寫入在opencv裡是最簡單的最基礎的，這個例子挺好玩的，嘿嘿，扭曲，雖然公式不懂~>-<~但是挺好玩的~LogPolar 一直以為視頻的處理挺難的，但是發現寫入在opencv裡是最簡單的最基礎的，這個例子挺好玩的，嘿嘿，扭曲，雖然公式不懂~>-<~但是挺好玩的~LogPolar把影像地圖到極指數空間void cvLogPolar( const CvArr* src,

一 挖礦鑒於許多網友對比特幣挖礦不太瞭解，為了方便大家學習交流，比特幣中文門戶推出了詳細的教程系列，希望大家共同學習，詳見1. 比特幣詳細教程：http://www.btc800.com/article-2400-1.html2. 礦池的選擇：http://www.btc800.com/article-2401-1.html3.比特幣錢包詳細教程：http://www.btc800.com/article-2402-1.html二 

什麼時候選擇了IT這條不歸路的呢？也許就是在大學填報志願的那一刹那吧，本來對電腦非常不感冒，以為能上個二本類院校，然後在交志願單的前胡亂寫了一個學校，胡亂寫了個好聽的專業——數位媒體技術，以為會是做媒體的。結果出人意料的上了個一本院校。從此和電腦結緣。從小一直成績還不錯的我對於應對這種傳統的中國應試教育還是自認為綽綽有餘的，於是乎開始了神遊般的，在別人眼裡是好學生，每學期都有獎學金拿，過的充實快樂的大學生活。現在回憶起來大學生活還算是不錯的吧。只是覺得沒有交到幾個真正的朋友。沒有學到太多專業方面

鑒於本人著實安不下心來看書，於是乎找了個好的與書同步的視頻來看http://www.opencvchina.com/thread-103-1-1.html這個視頻講的很不錯~很詳細 閑話少說 說說今天學到的吧~在opencv中基本用到的資料類型：CvPoint：表示映像中的點 CvPoint2D32f:二維空間中的點 CvPoint3D32f:表示映像中三維空間的點他們的建構函式式cvPoint

剛學完牛頓迭代法，為了驗證收斂的速率，用Matlab做了比較首先是牛頓迭代法%比較牛頓迭代法、function [x,i]=newtonmethod(x0,f,ep,Nmax)%x0—初值，f—測試函數，ep—精度，Nmax—迭代的最大次數i=1;x(1)=x0;while(i<=Nmax)    [g1,g2]=f(x(i));    if abs(g2)<=ep        %error('error');        disp('derivative is too

轉自：http://blog.csdn.net/wuxiaoyao12/article/details/7280897 OpenCV中實現了粒子濾波的代碼，位置在opencv\cv\src\cvcondens.cpp檔案粒子濾波跟蹤器的資料結構：typedef struct CvConDensation{int MP; // 測量向量的維數： Dimension of measurement vectorint DP; // 狀態向量的維數： Dimension of state

文章目錄 訪問雙通道的Mat類型的方法 訪問雙通道的Mat類型的方法float data[18] = {30,60,40,60,50,40,67,88,55,33,22,97,59,69,32,46,25,45,};CvMat mat;cvInitMatHeader(&mat,3,3,CV_32FC2,data);//double have3*3 elementsint nChannels = 2;for(y =

在數值計算中，求一個根的近似很重要，因為在因為在用牛頓迭代等其他方法的時候，往往要找一個初始點，初始點的選取應在根的附近。另外，只有知道了近似根，才能有整體轉化為局部。剛剛學數值計算方法，認識有限，大家一起討論函數檔案approot_my.mfunction R=approot_my(f,x,epsilon)y=f(x);yrange=max(y)-min(y);epsilon2=yrange*epsilon; %描述y很小，即與x軸相切的點n=length(x);m=0;x(n+1)=x(n)

C/C++中main函數的參數為argc和argvint main(int argc, char* argc[])argc表示命令列輸入參數的個數，空白符分割，argc儲存命令列參數。接下來舉個例子說明。1. 首先建立一個win32 console application的空項目。2. 然後，敲入一下代碼：#include<stdio.h>int main(int argc, char ** argv){int i;for(i = 0; i<argc; i++)printf("

clear,clc%三種方法進行分水嶺分割%讀入映像filename='sar1.bmp';f=imread(filename);Info=imfinfo(filename);if Info.BitDepth>8    f=rgb2gray(f);endfigure,mesh(double(f));%顯示映像，類似集水盆地%方法1：一般分水嶺分割，從結果可以看出存在過分割問題b=im2bw(f,graythresh(f));%二值化,注意應保證集水盆地的值較低（為0），否則就要對b取反d=

1.用 profile函數 測試MATLAB中已耗用時間 例子：    profile on        plot(magic(35))        profile viewer        profsave(profile('info'),'profile_results')        profile on -history        plot(magic(4));        p = profile('info');        for n =

膨脹、腐蝕、開、閉運算是數學形態學最基本的變換。本文主要針對二值映像的形態學膨脹：把二值映像各1像素串連成分的邊界擴大一層（填充邊緣或0像素內部的孔）；腐蝕：把二值映像各1像素串連成分的邊界點去掉從而縮小一層（可提取骨幹資訊，去掉毛刺，去掉孤立的0像素）；開：先腐蝕再膨脹，可以去掉目標外的孤立點閉：先膨脹再腐蝕，可以去掉目標內的孔。以下參考論文：《數學形態學在影像處理中的應用》二值形態學        數學形態學中二值映像的形態變換是一種針對集合的處理過程。其形態運算元的實質是表達物體或形狀的集

主要是之前老師讓不同的方法實現計算自然對數，瞭解不同並行語言的特點。所以在用了多線程，openMP後，想用opencL實現以下，先介紹一下演算法  方法一. 代碼主機端/* 項目：openCL的矩陣相乘 作者：劉榮 時間：2012.11.20*/#include <iostream>#include<time.h>#include <string> #include<math.h>#include

[編者按] 李笑來可能是國內最知名的比特幣玩家，這個自稱“比特幣腦殘粉”的傢伙，2年多前進入這個領域，不僅迅速積累了財富，還建立起了良好的個人品牌，以及一支投資比特幣行業創業者的基金Bitfund。6月29日下午，李笑來參加PingWest舉辦的比特幣沙龍並做了演講，以下是他的演講實錄： 兩年前我是絕對不敢想象有這樣的場地，有這麼多人對比特幣這個東西進行關注，今天居然有這麼多人，真的讓我非常非常驚訝，首先聲明，我是比特幣腦殘粉，我再重複一遍，兩年前我就是比特幣腦殘粉。（掌聲） 這是我最近發現的，

在學數值的時候看到一本好書http://math.fullerton.edu/mathews/numerical.html，這是書的資源，有興趣的可以看一下，是英文版本的。一塊練一下英語大家對高斯消去法應該比較瞭解了，高代和線性代數中做的已經不少了，但是電腦實現的時候還是要注意一些東西，%列選主元的高斯消去法function X=lufact_my(A,B)%Inpiut A 是係數矩陣，B是右端項%Output x是解[N,N]=size(A);X=zeros(N,1);Y=zeros(N,1