数学 | 复数的代数、向量、矩阵、极坐标、指数形式 | 复数相乘的物理意义【旋转+缩放】
😄 之前学高数时在想,这学来干嘛啊(哎哟,你干嘛~),直到今天看到一篇AI相关的论文在公式推导时涉及到复数域的一些理论,发现后悔莫及,不禁慷慨一声:书到用时方恨少~
😄所以我觉得某些基础知识在当时看来可能没啥用,但在某些问题上,这些在你看来没啥用的知识可能在潜移默化的影响着你对该问题的思考。
文章目录
- 1、复数的代数、向量、矩阵、极坐标、指数形式
- 2、复数相乘的物理意义【旋转+缩放】
1、复数的代数、向量、矩阵、极坐标、指数形式
2、复数相乘的物理意义【旋转+缩放】
参考:
- 各位伟大的数学家们
Dr.pi: 看论文的时候,那些证明我自认为我都掌握了,看了你的帖子才知道原来这里面还有我没注意到的一些为了方便推导而做的假设谢谢楼主
Shiirno123: 请问如果不知道置信度,只知道iou该如何计算AP呢
Shiirno123: FP的意思是预测为猫(P),但是预测错了(F),所以实际为狗(N) FN的意思是预测为狗(N),但是预测错了(F),所以实际为猫(P) 所以应该是TN(真狗)+FP(假猫=真狗)的数量才等于40
dxsji: 请问有初赛数据集吗
greenhandMr_JOhn: 以下是关于暗通道先验的一些基本要点: 定义:对于一幅图像的每一个像素,暗通道是指在彩色图像的每个像素点上,其RGB三个颜色通道中亮度最小的那个通道的值。简单来说,就是选取每个像素点在R、G、B三个通道值中的最小值。 特性:在许多户外无雾图像中,除了天空区域,大部分局部区域至少有一个颜色通道的强度值很低,几乎趋近于0。这就是暗通道先验的假设。 去雾原理:在含有雾的图像中,由于大气散射的作用,图像的暗通道会被雾所影响,变得不那么“暗”。通过处理暗通道,可以估计出场景的传输图(Transmission Map),进而恢复出无雾的图像。 算法步骤: 计算输入图像的暗通道。 估计全球大气光值。 根据暗通道和大气光值计算传输图。 使用传输图和大气光值来恢复无雾图像。 (学习记录)