自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

gangannini的专栏

  • 博客(10)
  • 资源 (21)
  • 收藏
  • 关注
全部文章> 2015年04月
排序：
按最后发布时间
按访问量
RSS订阅
04月 03月

原创 nginx层使用缓存

ngx_http_proxy_module插件。官方文档：http://nginx.org/en/docs/http/ngx_http_proxy_module.html关键配置proxy_temp_path /data/nginx_cache/proxy_cache/proxy_temp_dir;proxy_cache_path /data/nginx_cache/p

2015-04-23 16:43:29 562

原创 Java加密系列之（四）对称加密算法

java实现DES加密，java实现3DES加密，java实现AES加密，java实现对称加密

2015-04-26 11:30:42 646

原创 Java加密系列之（三）消息摘要算法加密

Java加密系列之（三）消息摘要算法加密java实现md加密java实现md5加密java实现sha加密java实现sha2加密

2015-04-26 11:29:54 1289

原创 Java Web高级特性之（四）过滤器、监听器、拦截器的区别

过滤器：是在java web中，你传入的request,response提前过滤掉一些信息，或者提前设置一些参数，然后再传入servlet或者struts的 action进行业务逻辑，比如过滤掉非法url（不是login.do的地址请求，如果用户没有登陆都过滤掉）,或者在传入servlet或者 struts的action前统一设置字符集，或者去除掉一些非法字符拦截器：是在面向切面编程的

2015-04-25 15:17:32 540

原创 Java Web高级特性之（三）拦截器

拦截器在在流行的开源框架中很常见，依赖的技术就是Java的动态代理。用在面向切面编程，动态代理就是拦截器的简单实现。AOP(Aspect Oriented Programming)，也就是面向切面编程的技术。AOP基于IoC基础，是对OOP的有益补充。拦截器（也称拦截机）    拦截机 (Interceptor), 是 AOP (Aspect-Orien

2015-04-25 14:58:11 650

原创 Java加密系列之（一）加密基础

密码的常用术语明文：待加密信息密文：经过加密后的明文加密：明文转为密文的过程加密算法：明文转为密文的转换算法加密密钥：通过加密算法进行加密操作用的密钥解密：将密文转为明文的过程解密算法：密文转为明文的算法解密密钥：通过解密算法进行解密操作用的密钥密码分析：截获密文者试图通过分析截获的密文从而推断出原来的明文或密钥的过程主动攻击

2015-04-25 14:49:04 790

原创 Java加密系列之（二）Base64加密

Java实现Base64加密三种方法java实现Base64加密jdk实现Base64加密Apache commonsCodec实现Base64加密bouncyCastle实现Base64加密

2015-04-25 14:40:06 1121

原创 Java Web高级特性之（二）监听器

监听器的概念web应用当中监听器是什么：web应用服务器—>监听器Session定义：监听器是Servlet中的一种特殊类，用于监听ServletContext、HttpSession和ServletRequset等域对象的创建与销毁事件，以及监听这些域对象的属性发生修改的事件。监听器可以在事件发生前、发生后做一些必要的处理。监听器的用途统计用户在线人数

2015-04-24 00:21:19 683

原创 Java Web高级特性之（一）过滤器

过滤器的概念过滤器是一个服务器端的组件，它可以截取用户端的请求与响应信息，并对这些信息过滤。过滤器的工作原理过滤器的生命周期过滤器的API多个过滤器下的应用过滤器的分类Servlet2.5REQUEST——用户直接访问页面时，Web容器将会调用过滤器ERROR——目标资源是通过声明式异常处理机制调用时，过滤器将被调用FORWA

2015-04-23 23:00:44 532

原创 增量升级（省流量更新）的Java服务端实现

用过类似360手机助手应该对省流量更新都很熟悉了。详细资料可以参考以下两个帖子：浅析android应用增量升级Android应用增量升级本文需要详细说的是服务端的实现。即服务端如何用JAVA实现生成增量包的过程。环境准备：Linux服务器、bsdiff安装包

2015-04-23 17:02:10 2267

数值方法 C语言编程习题.doc
数值方法 C语言编程习题.doc 是配套数值方法 机械工业出版社一书的实验源代码

2011-05-16

矩阵求逆 数值计算方法实验 数值方法实验
一.试验目的：练习用数值方法求逆矩阵。 二.实验内容：求下面矩阵的逆矩阵： .

2011-05-16

矩阵特征值与特征向量的计算
一.试验目的：练习用数值方法计算矩阵特征值与特征向量。 二.实验内容：计算矩阵 的全部特征根与相应的特征向量

2011-05-16

线性方程组的迭代解法 数值方法实验
一.试验目的：练习线性方程组的迭代解法。 二.实验内容：. 分别用雅可比（Jacobi）迭代法和高斯—塞德尔（Gauss—Seidel）迭代法求解下列线性方程组，且比较收敛速度，要求当 是迭代终止。 1） 2）

2011-05-16

直接法解线性方程组 数值方法实验
一.试验目的：练习线性方程组的直接解法。 二.实验内容：求解如下三对角线方程组:

2011-05-16

非线性方程求根 数值计算方法实验 数值方法实验
一.试验目的：练习用数值方法求解给定的非线性方程。 二.实验内容：求解人口方程: 要求误差小于 。

2011-05-16

数值积分 数值计算方法实验 数值方法实验
一.试验目的：练习用数值方法计算定积分。 二.实验内容： 用复化梯形求积公式和复化Simpson求积公式计算 ， 并估计误差。

2011-05-16

函数的插值 数值计算方法实验 数值方法实验
一.试验目的：练习用数值方法计算进行函数插值。 二.实验内容：已知正弦函数表 0.5 0.7 0.9 1.1 1.3 1.5 1.7 1.9 0.4794 0.6442 0.7833 0.8912 0.9636 0.9975 0.9917` 0.9463 试分别计算 与 的近似值（用线性插值和抛物线插值），并估计它的误差。

2011-05-16

矩阵特征值与特征向量的计算
一. 试验目的：用幂法求某一矩阵的主特征根及对应的特征向量. 二. 实验内容：计算矩阵 的主特征根与相应的特征向量。

2011-05-16

解线性方程组的迭代法 数值计算方法实验 数值方法实验
一.试验目的：练习用松弛法求解线性方程组. 二.实验内容：用松弛法求线方程组: 分别取 . 要求当 时迭代终止，并对每个 值确定迭代次数（初值取为 ）

2011-05-16

解线性方程组的迭代法 数值计算方法实验 数值方法实验
一.试验目的：练习线性方程组的迭代解法。 二.实验内容：分别用雅可比（Jacobi）迭代法和高斯—塞德尔（Gauss—Seidel）迭代法求解下列线性方程组，且比较收敛速度，要求当 是迭代终止。

2011-05-16

直接法解线性方程组 数值计算方法实验 数值方法实验
一.试验目的：练习线性方程组的直接解法。 二.实验内容：求解如下三对角线方程组: 实验方法：追赶法

2011-05-16

非线性方程求根 数值方法实验 数值计算方法实验
实验目的：练习用数值方法求解给定的非线性方程。 实验内容：用牛顿法计算 ，要求结果为具有4位有效数字的近似数。

2011-05-16

模式识别上机实验5：近邻法与剪辑近邻法
画出近邻法的程序框图，对给定的分别存放在文件“riply_trn.mat”和”riply_tst.mat”中的两类样本训练集250个测试集1000个，试用近邻法，k近邻法与剪辑近邻法, 重复剪辑近邻法给出测试集的分类结果并分别计算其错误率。

2011-04-06

模式识别上机实验4：Fisher 线性判别及感知器判别
根据给出的触角长度和翼长识别出一只标本是Af还是Apf是重要的。两种蠓虫，Af和Apf已由生物学家W.L.Grogna和W.W. Wirth （1981）根据它们的触角长度和翼长加以区分，见表中数据。 试分别用Fisher判别和感知准则函数求判别函数并判别出最后5个样本的类别，并画出20个样本的散点图及分类直线。 2，4. 最小均方误差准则函数。

2011-04-06

模式识别上机实验3:密度的非参数估计
给出密度函数的非参数估计公式，并产生1、16、256和16384个服从一维标准正态分布的样本， 1． 分别就窗宽为 ， ，窗函数为高斯函数的情形估计所给样本的密度函数并划出图形。 2． 分别就 时用 近邻方法估计所给样本的密度函数并划出图形。

2011-04-06

模式识别实验：参数估计及两分类问题 matlab
给定2维样本500个，存放在文件“500样本.txt”中，其中前300个是属于第一类的样本，接着200个是属于第二类的样本（第一列为样本的类别）。假设两类样本均来自正态总体，试分别估计其参数，求出决策函数和决策规则并对如下五个未知类别的样本进行分类。

2011-04-06

贝叶斯决策 模式识别实验 matlab
有一组（20个）待识别的细胞样本，其先验概率为0.8（正常）和0.2（异常）; 其观察值相应的类条件概率密度如下，试利用最小错误率贝叶斯决策规则和最小风险贝叶斯决策规则，分别设计一个分类器，对它们进行分类（分为两类，正常和异常）， (结果表述格式自己设计，表达清楚每个样本的分类情况即可)。风险损失值： 正常状态下（第二行）和异常状态下（第三行）细胞特征观察值的类条件概率密度：

2011-04-06

《模式识别》(边肇祺)习题答案.pdf
本资料是《模式识别》(边肇祺)（第二版）（清华大学出版社）的课后习题答案，也可供从事其他模式识别课程的同学参考

2011-04-06

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除