从研一开始就在读论文，有的时候也会做笔记，但是基本的情况就是在这个纸上做点笔记，然后在其他地方做做笔记，比较零碎。因此打算在一个地方集中精力，记好论文中，对我来说有价值的东西，记好日期、文章名字和有价值的东西。

2017.10.31

今天下载的文章主要是想寻找被分割过的灰度图的特征提取方法。

《基于数字图像处理的棉花害虫识别体系研究_杨文翰》

下载这篇文章文章中对于特征对整个文章的作用论述比较有作用：

论述了背景噪声对图像特征提取的影响：

其中提及的一些特征对我的论文的特征提取也是很有影响：

《基于高阶导数变换的纹理特征在膀胱肿瘤中的应用研究_徐肖攀》

这篇文章对我的启发也很大，主要是它将灰度共生矩阵玩儿出花了，总共提出了三种共生矩阵，然后每种共生矩阵提出了十三个特征，比我之前灰度共生矩阵牛逼多了。打算也将这个思路应用到我的特征提取上。

从研一开始就在读论文，有的时候也会做笔记，但是基本的情况就是在这个纸上做点笔记，然后在其他地方做做笔记，比较零碎。因此打算在一个地方集中精力，记好论文中，对我来说有价值的东西，记好日期、文章名字和有价值的东西。2017.10.31今天下载的文章主要是想寻找被分割过的灰度图的特征提取方法。《基于数字图像处理的棉花害虫识别体系研究_杨文翰》下载这篇文章文章中对于特征对整个文章的 译者：@friedhelm739 视觉和声音是人类固有的感觉输入。我们的大脑是可以迅速进化我们的能力来处理视觉和听觉信号的，一些系统甚至在出生前就对刺激做出反应。另一方面，语言技能是学习得来的。他们需要几个月或几年的时间来掌握。许多人天生就具有视力和听力的天赋，但是我们所有人都必须有意训练我们的大脑去理解和使用语言。 有趣的是，机器学习的情况是相反的。我们已经在文本分析应用方面取得了比图像或音频更多的进展。以搜索问题为例。人们在信息检索和文本 论文 链接： http://openaccess.thecvf.com/content_ICCV_2019/papers/Muhammad_Goal-Driven_Sequential_Data_Abstraction_ICCV_2019_paper.pdf 自动数... DLUT2022team: 你好 我在if (int(img_padding.at<uchar>(p, q)) <= 800) { //cout << " " << int(img_padding.at<float>(p, q)); Hist.at<float>(int(img_padding.at<uchar>(p, q))) = int(Hist.at<float>(int(img_padding.at<uchar>(p, q)))) + 1; //这个地方有问题 //cout << int(Hist.at<float>(int(img_padding.at<float>(p, q)))) << " "; }这步报错 是什么原因 libsvm相关变量总结以及libsvm 参数粗调、微调技巧 和PCA主成分分析princomp函数的使用 qq_41566322: 你这个是叫网格搜索法吗 DCGAN模型讲解及避坑指南 yinchangh: 不管设多少，都被linear函数改掉了，设的不大不小就行主要看linear变换后的量 一维熵局部熵C++实现 两年荒废从头来: 上面回答了 一维熵局部熵C++实现 两年荒废从头来: sum求出的结果是4维的，在原函数上加个[0]就行 sum(Hist)[0]