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

自定义博客皮肤

-+
  • 博客(8)
  • 问答 (1)
  • 收藏
  • 关注

原创 matlab图像处理

——未完成基本操作读写图像图像信息查询1.imfinfo函数 获取图像文件的信息。 2.imaqhwinfo函数 获取matlab工具的相关信息图像文件读写1.imread函数 读入图像信息。 2.imwrite函数 写图像信息到文件。 输入的真彩色图像和灰度图像支持unit8,unit16,double3中数据类型,其他的只支持double数据格式。如果输出的索引图像的颜色种类超过

2017-02-26 21:09:57 718

原创 ubuntu下virtalbox5.1.4安装usb支持问题

virtualbox5.1.4版本中,设备选项下并没有分配usb设备的选项,网上的教程都是关于4.2版本的这让我很气愤!正在寻找方法解决这个问题。我知道遇到这个问题的不止我一个!——2017.2.25上午virtualbox版本:5.1.4; ubuntu版本:14.04; 虚拟机:windowsxp; 上午遇到的问题,中午吃完饭回来就解决了。下面贴一下解决的步骤:1.因为virtualbox

2017-02-25 09:29:08 980

原创 数据结构——字符串处理

未完成KMP算法KMP思想1.如图所示,在主串s中搜素匹配模式串p的子串的位置时,主串的位置i与模式串的位置j并不匹配。 2.在如上图的不匹配的情况下,就需要将模式串p后移。传统的方法是将模式串p整体后移一个单位。从p的第一个字符开始重新进行比较。 3.上面方法是存在大量冗余的,而KMP算法,旨在利用前一次匹配的结果,在不匹配的情况下,可以直接向后移动若干位,而不是一位。这种思想可以等价于主

2017-02-23 22:06:26 1413

原创 数据结构——线段树

开个头 下一步写这个。

2017-02-22 18:15:04 460

原创 ubuntu下pppoe拨号

拨号连接1.使用pppoeconf命令配置连接信息sudo pppoeconf2.在终端的类图形界面下,一直选择yes。 3.输入用户名(记得要删除username)。 4.输入密码 5.配置DNS(yes,运行运营商自动配置DNS) 6.通过pppoe限制MSS的大小,选择yes 7.计算机启动的时候自动连接,yes所创建的配置文件目录位于/etc/ppp/peers,文件名即为conn

2017-02-19 11:41:14 17866

原创 knapsack problems(背包问题)

背包问题定义我们有nn种物品,物品jj的重量为wjw_j,价格为pjp_j。 我们假定所有物品的重量和价格都是非负的。背包所能承受的最大重量为W。 如果限定每种物品只能选择0个或1个,则问题称为0-1背包问题 可以用公式表示为: 最大化:∑nj=1xjpj\sum_{j=1}^{n}x_jp_j 受限于:∑nj=1xjwj≤W\sum_{j=1}^nx_jw_j \leq W 如果限定物

2017-02-16 20:07:40 1522

原创 ubuntu环境下使用eclipse手动配置c/c++开发环境

安装准备1.eclipse:(我的eclipse是mars 4.5.2) 2.c/c++插件(cdt):http://www.eclipse.org/cdt/downloads.php(对应eclipse版本下载zip文件)手动安装1.解压cdt的zip文件到指定目录。 关于zip解压:使用命令unzip -d 目录 cdt.zip(d后面跟的是解压的目录,随意一个目录就可以)2.root权限打

2017-02-12 20:52:29 2649

原创 MatLab实现Softmax Regression

资料参考于NG的深度学习网站:http://ufldl.stanford.edu/tutorial/supervised/SoftmaxRegression/,实现课程中的练习题目Softmax RegressionSoftmax原理softmax是Logistic Regression的泛化,其属于广义线性回归模型,具体的证明推导可以参见该博客;由上面的证明可以得到损失函数: J(θ)=−[∑i

2017-02-11 16:54:41 7221

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