KDE 大作业报告
一、 程序平台与配置
编程部分使用 IDLE（Python 3.7 64-bit）
导入库：math、numpy、Pillow、mpl_toolkits、matplotlib
二、编程步骤（使用 EP 核函数进行核密度估计）
1、载入提供的训练数据。（每张训练数据集的图片含 576*768 个像素点，为
RGB 色彩模式。）
2、载入测试数据集的图片。（像素点及色彩模式相同。）
3、对测试集图片上的每个像素点使用 EP 核函数公式，公式如下：
N
i
j
i jt j
3
h
xx
hN
1
3
1
2
1
8
15
)Pr (
t
x
选取带宽 h=100，计算出其概率估计。
4、根据上一步中的 EP 核函数估计值设定阈值为 2x10^(-7)，得到二值图像检测
结果。
三、Python 代码及注释
1、在运行程序前，需安装或升级部分导入的库
2、编写一个用于打开训练数据的函数，单独写成一个文件
剩余13页未读，继续阅读
评论0