2015年01月_攻城狮凌风

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

转载我推荐的一些C\C++书籍

原文链接：我推荐的一些C\C++书籍人们常常问我有什么C++和编程的书籍推荐，也许是因为我在PowerDNS有一个关于“编写可读性良好的C++代码”的演讲。这篇博文可以作为我对上述问题的一个回答，同时也包含了一些更广泛的笔记编程。如果你有任何补充或喜欢的书籍但是我没有提到，请给留言提示，我打算一有新书就更新这个页面。第一个注意项：如果你打算学习C++，请务必学

2015-01-09 11:07:18 700

原创聚类算法优秀博客链接

姜文晖的博客包括以下内容：聚类(序)----监督学习与无监督学习聚类(1)----混合高斯模型 Gaussian Mixture Model 聚类(2)----层次聚类 Hierarchical Clustering 聚类(2*)----k-means如何训练很大的码书聚类(3)----谱聚类 Spectral Cluste

2015-01-09 11:01:05 910

原创读安晓辉老师的访谈有感

总结之。安晓辉老师认为，程序员是一个手艺活，是纯洁高尚值得尊敬的。关键是我们的态度，喜欢就有乐趣。每一行都有自己的难处。花开富贵一季红，竹生平凡千日青。优秀的程序员应该保持自己的稀缺性。这一点就是不可替代性，不管在哪一行或者是找工作，不可替代的人就是能够以此明显的区别开身边的人，并且体现自己的重要性。我的理解，是不是应该针对自己本行业，未雨绸缪按下苦工。程序员的关键不是

2015-01-09 10:35:54 1306

转载机器学习概览之常见算法汇总

机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。这里IT经理网为您总结一下常见的机器学习算法，以供您在工作和学习中参考。机器学习的算法很多。很多时候困惑人们都是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。这里，我们从两个方面来给大家介绍，第一个方面是学习的方式，第二个方面是算法的类似性。学习方式

2015-01-08 17:58:45 1043

转载稀疏表达和压缩感知的一些对比

本报告将从稀疏表达和压缩感知两个方面论述我对它们的一些理解。在压缩感知模型中： y=Ax+n （1） x表示原始信号，A表示稀疏映射矩阵，n表示加性噪声，y表示压缩测量。在此模型中，如果原始信号x满足一定的稀疏特性时，通过稀疏映射矩阵A的作用，可以将其压缩到很小的向量空间里，即y的行数比x小得多，这也体现了稀疏理论的核心思想：将高维信号用低维信号来描述。

2015-01-08 17:08:19 1320

转载机器学习、数据挖掘、计算机视觉等领域经典书籍推荐

人工智能：《Artificial Intelligence: A Modern Approach》，第三版，Russell著，权威、经典的人工智能教材，阐述了人工智能的核心内容，反映了人工智能最近10年来的新进展。《ProgrammingCollective Intelligence》，Toby Segaran著，本书将带你进入机器学习和统计学的世界，对算法的描

2015-01-08 17:04:16 1159

转载 Eclipse调试Java程序技巧

主要步骤。Debug As”->"Java Application"。双击设置断点，F5是跳进，F6是执行下一步，F7是跳出在看这篇文章前，我推荐你看一下Eclipse 快捷键手册，我的eclipse版本是4.2 Juno。先提三点不要使用System.out.println作为调试工具启用所有组件的详细的日志记录级别使用一个日志分析器来阅读日志

2015-01-07 11:36:12 895

原创作为程序员应该注意的规范和经验

写程序的经验教训 1.名副其实的变量、类、函数名称。即功能和名称保持一致； 2.不要定义混乱的类。将臃肿的类分割成几个部分，保持简洁； 3.类不应该过于庞大。一般而言，类保持在500行代码以下、函数保持在50行代码以下是最合适的； 4.代码应该加上注释； 5.尽量避免重复代码。对于过于具体的代码更不应该。在需要复制的地方应尽量调用函数。

2015-01-07 10:11:16 748

原创计算机视觉图像处理机器学习压缩感知等论文代码大全

点击链接进入相关博文1.来自西弗吉利亚大学li xin整理的CV代码合集主要包括： 1.图像去噪，编码，去马赛克，超分辨，分割，去模糊，纹理合成，修复，质量评估等 2.视频编码和目标追踪，动作匹配，视觉追踪 3.Low Rank近似等 4.深度学习，机器学习和神经网络 5.压缩感知

2015-01-06 22:37:16 2882 1

原创数据预处理规则

数据预处理在众多深度学习算法中都起着重要作用。实际情况中，将数据做归一化和白化处理后，很多算法能够发挥最佳效果。但是预处理的精确参数并非显而易见，一般需要尝试。1.数据归一化数据预处理中标准的第一步是数据归一化。这一步通常视具体情况选择。归一化如下3： 1.简单缩放 2.逐样本均值消减(也称为移除直流分量) 3.

2015-01-06 18:42:36 3487