- 综合排序
- 最热优先
- 最新优先
- 来自专栏机器学习实践二三事
数字图像学习2
二值化： bw = im2bw(f); %默认的二值 bw1 = im2bw(f,graythresh(f)); %使用全局阈值处理的logical图像 ? 从RGB空间到HSV空间： hsv = rgb2hsv(f); ? 获得其相应的H 、S和 V分量 subplot(2,2,1),imshow(hsv(:,:,1)) subplot(2,2,2),imshow(hsv(:,:,2)) subplot(2,2,3),imshow (hsv(:,:,3)) subplot(2,2,4),imshow(hsv) ? 当然还可以转到YCbCr空间， cbr = rgb2ycbcr(f); ? 转到NTSC彩色空间， ntsc = rgb2ntsc(f); ?
48520发布于 2019-05-26 - 来自专栏人力资源数据分析
人才数字发展转型（2）
在进行了数字化学习平台的引入后，接下来的问题就是平台的运营，以及平台如何结合线下的学习助推公司的人才发展和战略支持。首先我们面对的是平台内容的生成问题。 1、 培训课程的录制 我们平时都有很多线下的课程，可以对线下的课程进行现象的视频录制，然后进行编辑剪辑，可以作为线上的课程素材 2、 在线课程的设计 培训人员可以根据课程规划，进行微课的设计，一般微课都是以多媒体的形式呈现
46720发布于 2020-01-02 - 来自专栏全栈程序员必看
python小项目：2、猜数字
一、项目背景 需求分析： 随件产生1-100之间的数字，玩家负责才数字，每次猜测时都会的到反馈（大或小），直到猜中。 欢迎界面—输入用户姓名—获得初始10积分—进行游戏—得到结果—是否继续 游戏过程中记录玩家猜测次数，根据猜测次数继续计算得分 2次以内：+10分 4次以内：+6分 6次以内：+1分 超过6次： #玩家猜数字 player_count = 0 while True: player_number = input("请输入您猜测的数字：") player_number continue else: print("恭喜您，猜中了") break #积分判断 if player_count < 2: 请输入您猜测的数字：50 您猜测的数值略大 请输入您猜测的数字：25 您猜测的数值略大 请输入您猜测的数字：10 您猜测的数值略大 请输入您猜测的数字：5 您猜测的数值略小 请输入您猜测的数字：8 恭喜您
94310发布于 2021-10-08 - 来自专栏太阳影的学习记录
数值分析笔记（2）——有效数字
有效数字 下面有解答，这里读者可以先自己想想。 有效数字与绝对误差限的关系 即任何一种数字我们都可以转换成标准浮点数的形式。 上图的 m 就是上上图中浮点数里面的 m 次幂的 m 。 我们尽量保留尽可能多的有效数字就是为了减小绝对误差。 例题： 回到一开始的例题： 上面这3个数字，对于 \pi 来说，他们的有效数字的位数分别是多少？ 答案分别是：2位有效数字，3位有效数字，2位有效数字（因为 \pi = 3.14159 \dots ，所以 5 不算）。 有效数字与相对误差限的关系 a_1 就是写成标准浮点数之后的第一位有效数字， n 就是有效数字的位数。
2.9K20发布于 2021-10-15 《数字图像处理》第2章-数字图像基础
学习目标 本章将深入探讨数字图像处理的基础理论，通过Python实践帮助读者： 理解人类视觉系统的基本原理 掌握图像从物理世界到数字形式的转换过程 学习图像取样、量化及像素关系的基本概念 掌握数字图像处理中的基本数学工具 能够使用Python实现图像基础处理操作 2.1 视觉感知要素 2.1.1 人眼的结构 人眼是自然界最精密的图像传感器之一。 class MathematicalToolsForImageProcessing: """ 数字图像处理数学工具的完整演示 """ def __init__ ，从人类视觉系统到数字图像的数学表示，涵盖了： 视觉感知原理：理解了人眼如何感知和处理图像信息 图像获取技术：掌握了从物理世界到数字图像的转换过程 取样量化理论：学习了空间和灰度分辨率的权衡 建议在实际操作中逐步运行代码，观察每个步骤的效果，以加深对数字图像处理基础概念的理解。 如果你有任何问题或建议，欢迎在评论区留言讨论！
20010编辑于 2026-01-21《数字图像处理》第 2 章 - 数字图像基础
今天给大家梳理《数字图像处理》第 2 章的核心内容 —— 数字图像基础。这一章是整个数字图像处理的入门基石，涵盖了从视觉感知到图像数字化、像素关系、数学工具等核心知识点。 2.4.2 数字图像的表示方法 采样和量化后的数字图像是二维矩阵： 2.4.3 空间分辨率与灰度分辨率 空间分辨率：单位长度内的像素数（如dpi、像素/厘米），分辨率越低，图像越模糊； 灰度分辨率：灰度级的数量 (im3, ax=axes[2], shrink=0.8) plt.tight_layout() plt.show() 2.6 数字图像处理常用数学工具简介 2.6.1 数组运算与矩阵运算的区别 数组运算 set_xlabel('灰度值') axes[2,1].set_ylabel('像素数') plt.tight_layout() plt.show() 小结 总结 数字图像基础的核心是“从光到数字”的转化 ：人眼感知光→传感器采集光信号→采样/量化转化为数字图像； 像素是数字图像的基本单元，其邻域、连通性、距离度量是图像处理的基础，而数组/矩阵运算、算术/逻辑运算等是核心工具； 分辨率（空间+灰度）直接决定图像质量
22110编辑于 2026-01-21- 来自专栏AI那点小事
CCF考试——201503-2数字排序
输入格式 输入的第一行包含一个整数n，表示给定数字的个数。 第二行包含n个整数，相邻的整数之间用一个空格分隔，表示所给定的整数。 样例输入 12 5 2 3 3 1 3 4 2 5 2 3 5 样例输出 3 4 2 3 5 3 1 1 4 1 评测用例规模与约定 1 ≤ n ≤ 1000，给出的数都是不超过 using namespace std; typedef struct num{ int data; int cnt; }Num; int cmp(Num data1,Num data2) = data2.cnt){ return data1.cnt>data2.cnt; } return data1.data<data2.data; } Num data
46810发布于 2020-04-20 2：Python字符串与数字
字符串（引号）：只有四种情况如下name="我是编程高手"name='我是编程高手'name="""我是编程高手"""name='''我是编程高手'''加法：n1="alex"n2="sb"n3="df"n4 =n1+n2+n3print（n4）="alexsbdf"乘法：n1="alex" n2=n1*10没有减法和除法数字：age=19a1=10a2=20a3=a1+a2a3=a1-a2a3=a1*a2a3 =100/10a3=2**4 2的4次方a3=39%8 #获取39除以8得到的余数739//8 是商=4temp=a%2if temp==0:print("偶数")else:print('奇数')以下两段代码第一段运行报出错
27700编辑于 2024-08-09- 来自专栏杨熹的专栏
TensorFlow -2: 用 CNN 识别数字
本文结构： CNN 建立模型 code 昨天只是用了简单的 softmax 做数字识别，准确率为 92%，这个太低了，今天用 CNN 来提高一下准确率。 ='SAME') # 定义 pooling 图层 def max_pool_2x2(x): # stride [1, x_movement, y_movement, 1] # 用pooling对付跨步大丢失信息问题 return tf.nn.max_pool(x, ksize=[1,2,2,1], strides=[1,2,2,1], padding='SAME' = bias_variable([64]) # 构建第二个convolutional层 h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2) # output size 14x14x64 # 经过pooling后，长宽缩小为7x7 h_pool2 = max_pool_2x2(h_conv2)
2.8K01发布于 2017-07-31 - 来自专栏智能时刻
「数字化」数字化转型指南 - 第2部分
关键要点 业务转型，无论是否为数字化，都很复杂。 利用参考框架来模拟，理解和定价其经济，风险和财务影响至关重要。 为了有效，数字化转型必须具有破坏性。 本文的第一部分定义了“数字”一词，并引入了一个标记为数字转换框架（DTF）的参考框架，以帮助组织更好地理解和模拟数字策略。 本文的第二部分也是最后一部分首先解释了如何使用数字化转型框架（DTF）制定数字战略来重塑一般资产管理公司的中间办公室。 然后，它提出了一种可能的目标状态架构，以实现在前一步骤中创建的数字策略。 行动中的数字化转型框架 本节为金融服务公司（特别是资产管理公司）执行数字化转型框架。 Figure 35 总而言之，在开始任何数字化转型之前，必须制定以业务为主导的数字战略。 数字转换框架是一个完美的工具，可帮助制作各种数字策略的原型，直到找到合适的数字策略。
1.1K51发布于 2019-06-02 - 来自专栏杨熹的专栏
TensorFlow-2: 用 CNN 识别数字
---- 本文结构： CNN 建立模型 code ---- 昨天只是用了简单的 softmax 做数字识别，准确率为 92%，这个太低了，今天用 CNN 来提高一下准确率。 ='SAME') # 定义 pooling 图层 def max_pool_2x2(x): # stride [1, x_movement, y_movement, 1] # 用pooling对付跨步大丢失信息问题 return tf.nn.max_pool(x, ksize=[1,2,2,1], strides=[1,2,2,1], padding='SAME') = bias_variable([64]) # 构建第二个convolutional层 h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2) # output size 14x14x64 # 经过pooling后，长宽缩小为7x7 h_pool2 = max_pool_2x2(h_conv2)
69150发布于 2018-04-03 - 来自专栏产品笔记
AIGC + 数字人行业应用及案例【2】
02 — AIGC + 数字人应用：教育、金融、虚拟生命领域应用 教育领域 - 数字人教师 在教育领域，虚拟数字人结合AIGC也有了更多的探索与落地。 数字人教师通过采集教师的形象、语音进行数据训练输出数字人教师，帮助学生远程答疑以及担任老师的助教，提升教学趣味，降低教学成本。 03 — 数字人其他应用案例 文旅领域 - 城市虚拟代言人 文旅领域是城市和虚拟数字人的重要切入点，打造城市数字代言人，讲述当地文化，以及在公共场所提供人性化咨询导览等服务，提升城市影响力和科技感。 虚拟数字人存在于虚拟世界具有类人特征的数字形象，相比二次元的虚拟偶像来说，外形更加接近人了，并且拥有生动的形象、动作以及智能交互能力，可以与用户进行互动。 数字人虚拟动态名片 根据数字名片行发布的报告在过去十年里，超过2.3亿用户在使用商务社交名片。随着虚拟数字人的出现，可以让名片以更加动态、立体的方式呈现，在微信、微博等社交媒体广泛传播。
1.4K20编辑于 2023-09-09 - 来自专栏freesan44
PTA 7-2 数字之王 (20 分)
题目 给定两个正整数 N 1 <N 2 。 把从 N 1 到 N 2 的每个数的各位数的立方相乘，再将结果的各位数求和，得到一批新的数字，再对这批新的数字重复上述操作，直到所有数字都是 1 位数为止。 这时哪个数字最多，哪个就是“数字之王”。 所以数字之王就是 8。 本题就请你对任意给定的 N 1 <N 2 求出对应的数字之王。 输入格式： 输入在第一行中给出两个正整数 0<N 1 <N 2 ≤10 3 ，其间以空格分隔。 输出格式： 首先在一行中输出数字之王的出现次数，随后第二行输出数字之王。
27900发布于 2021-09-11 - 来自专栏freesan44
PTA 7-2 数字之王 (20 分)
题目 给定两个正整数 N 1 <N 2 。 把从 N 1 到 N 2 的每个数的各位数的立方相乘，再将结果的各位数求和，得到一批新的数字，再对这批新的数字重复上述操作，直到所有数字都是 1 位数为止。 这时哪个数字最多，哪个就是“数字之王”。 所以数字之王就是 8。 本题就请你对任意给定的 N 1 <N 2 求出对应的数字之王。 输入格式： 输入在第一行中给出两个正整数 0<N 1 <N 2 ≤10 3 ，其间以空格分隔。 输出格式： 首先在一行中输出数字之王的出现次数，随后第二行输出数字之王。例如对输入 1 10 就应该在两行中先后输出 6 和 8。如果有并列的数字之王，则按递增序输出。
32020编辑于 2021-12-06 - 来自专栏智能时刻
【数字化转型】数字化转型指南 - 第2部分
「数字化」数字化转型指南：定义，定价和规划（第1部分） 关键要点 业务转型，无论是否为数字化，都很复杂。利用参考框架来模拟，理解和定价其经济，风险和财务影响至关重要。 为了有效，数字化转型必须具有破坏性。本文提出的框架有助于评估中断的性质和程度，因此选择数字化进化是有意识决策的结果。 业务和技术块的组装，共享和集成构成“可组合”的企业是成为数字化的本质。 本文的第一部分定义了“数字”一词，并引入了一个标记为数字转换框架（DTF）的参考框架，以帮助组织更好地理解和模拟数字策略。 行动中的数字化转型框架 本节为金融服务公司（特别是资产管理公司）执行数字化转型框架。 Figure 35 总而言之，在开始任何数字化转型之前，必须制定以业务为主导的数字战略。数字转换框架是一个完美的工具，可帮助制作各种数字策略的原型，直到找到合适的数字策略。
75910编辑于 2023-01-04 - 来自专栏cwl_Java
C++编程之美-数字之魅(代码清单2-2)
代码清单2-2 int Count(BYTE v) { int num = 0; while(v) { num += v & 0x01;
24430编辑于 2022-11-30 - 来自专栏孟君的编程札记
回溯法解小学数字填数练习（2）
继上一篇《回溯法解小学数字填数练习（1）》，本文再补充2题。 题目一、填数使大圆圈上的数字相加相等题目1描述：把2、4、6、8、10、12、14这七个数填入下图的圆圈里，使两个大圆圈上的四个数相加的和相等。 2 第4次随机产生的结果: [4, 8, 6, 12, 14, 2, 10] 8 14 6 4 2 12 10 第5次随机产生的结果: [8, 14, 4, 6, 2, 12, 4 2 10 第12次随机产生的结果: [12, 4, 10, 8, 6, 14, 2] 4 6 10 12 14 8 2 第13次随机产生的结果: [8, 2, 10, ：找到结果 : [4, 2, 10, 14, 6, 8, 12] 2 6 10 4 8 14 12 找到结果 : [4, 2, 10, 14, 6, 12, 8] 2 6
55260编辑于 2023-08-09 - 来自专栏窗户
Scheme实现数字电路仿真(2)——原语
比如and门，用Verilog原语来描述如下 primitive myand(out,in1,in2); output out; input in1,in2; table // in1 in2 out 再来一个我们数字设计时最常用的元件D触发器，它有两个输入信号clk和in，有一个输出信号out。当clk从0变到1的瞬间(称之为上升沿)，out被赋予in的值，其他时候out保持不变。 比如与门，我们是不是可以用以下函数来描述: (define (myand in1 in2) (if (and (= in1 1) (= in2 1)) 1 0)) 上述函数方便的表示一个组合逻辑 1 0)) (s (if (= cout 0) sum (- sum 2)))) (list cout s)))) 最后，我们考虑，原语可以为每一个信号可以加一个位宽。 x (x 2)) (set! x (x 3)) (x)得到6 这样，每次x都是一个闭包，现在要看如何定义make-sum。
1K20发布于 2020-02-18 - 来自专栏编程
百度指数之图像数字识别（2）
上次发了篇运用selenium自动截取百度指数并识别的文章，点这里《抓取百度指数引发的图像数字识别》，其实感觉也是有些投机取巧的意思在里面，而且正如大家所知，用selenium比较吃内存，而且因为要渲染网页 剩下res、res2、res3，我寻寻觅觅找到了res3，它藏在这个文件中： 这个userIndexes_enc便是我们请求页面中所有图片的res3参数，所以我们请求图片前要先获取这个文件中的res3 ，那么我们看下这个文件： 这里同样需要res、res2，头疼！！！ 各位观众老爷，我对不住你们，我翻看了网页上很多js脚本，没能破解出这个res、res2，这里先当我欠你们的，以后一定还，好不好。 我们先把图像放大2倍，再识别，并对识别结果容易发生错误的部分进行了修正，一起来看看最后的结果图吧。
1.9K60发布于 2018-01-12 - 来自专栏FPGA探索者
数字IC笔试题（2）——降低动态IR DROP
改善IR drop的方法 （1）提高power mesh密度 （2）增加power switch cell 数量 （3）插足够多的decap cell（含decouplingcapacitance） （
3.2K10发布于 2021-10-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号