- 博客(23)
- 收藏
- 关注
RSS订阅原创 数据库实验之查询
10004），在orderitems表中插入五条记录（50010，1，b5，10，3.6）、（50010，2，b2，5，7.6）、（50010，3，t2，7，3.6）、（50008，1，b1，10，102）、（50008，2，b5，10，3.6）；本次实验是我第一次接触到如何去查询数据库里面的数据，虽然过程出现了许许多多的困难，例如多表查询的连接问题，但经过不懈努力的查资料，也是能够一一解决这些问题；源码：select f_name,f_price from fruits where s_id=100;
2023-12-22 23:32:43
991
原创 动态规划法实验
因为每次都只能向右走或者向左走，所以走法总数 = 终点上方格子的走法总数 + 终点左边格子的走法总数，原问题的解包含子问题的解，依旧是利用迭代填表的方式，利用二维数组进行填表，然后最后返回这个二维数组最后一个值即可。对于楼梯，每次都只能爬一阶或者二阶，爬到第n阶的方法数就会等于爬到第n-1阶的方法数加上爬到第n-2的方法数，依旧是利用迭代填表的方式dp[i]=dp[i−1]+dp[i−2]2、如n==0，则a[0]=0,return a[0];3、如n==1，则a[1]=1,return a[1];
2023-12-20 21:04:55
1159
原创 基于搜索的算法
回溯法求解图着色问题时，首先把所有顶点的颜色初始化为0，然后依次为每个顶点着色，如果当前顶点着色没有冲突，则继续为下一个顶点着色，否则，为当前顶点着下一个颜色，如果所有m种颜色都试探过并且不发生冲突，则回溯到当前顶点的上一个顶点，以此类推；否则，搜索下一颜色；3.3、若顶点i是一个合法的着色且顶点尚未全部着色，则i=i+1，转步骤3处理下一个顶点；3.2、如果color[i]大于m，重置顶点i的着色情况，i=i-1，转步骤3回溯；3.2、如果物品i试探失败，则x[i]=-1,i=i-1,转步骤3进行回溯；
2023-12-18 20:17:08
916
原创 算法——减治法实验
减治法实现的时间复杂度一般情况下会比分治法更优，对于有序数组查找来说，使用分治法二分查找时间复杂度为O（log2n），而使用减治法三分查找来解决问题的话，时间复杂度仅为O（log3n），是比分治算法更优的；4、如a[One_Third]>a[aim]，则返回调用递归TripleSearch(a,start, One_Third-1,aim)3、如a[m]>k，则返回search（a，l，m-1，k）4、如a[m]<k，则返回search（a，m+1，r，k）=0，则返回a*a（n-1）/2次方的平方。
2023-12-16 20:57:22
789
1
原创 算法设计与分析实验——分治法
一、实验目的1 掌握分治法的设计思想(划分、分解、合并)2 掌握分治法的具体实现和时间复杂度分析3 理解分治法的常见特性实验内容1 完成一维数组求和问题2 求a的n次方 3 计算一位数组最大值的问题 4 快速排序 5 无序数组中查找数值k问题 6 大整数相乘问题三、问题分析[按照实现内容的等级, 分开写,并体现每个同学的任务]1、一维数组求和： 利用分治法将数组分成两个部分，然后利用递归对两个部分
2023-12-12 21:05:56
312
原创 蛮力法实验
（1） 百元买百鸡：公鸡5元一只，母鸡3元一只，三只小鸡1元，所以就可以设公鸡i只，母鸡j只，小鸡k只，所以i+k+j=100，5*i+3*j+k/3=100，所以使用for循环，第一层循环，循环变量为公鸡数量，第二层循环，循环变量为母鸡的数量，第三层变量，循环变量为小鸡的数量，并且要注意小鸡的数量要能被3整除，最后输出方案即可；System.out.println("母鸡有："+i+"只，"+"公鸡有："+j+"只，"+"小鸡有："+k+"只。2.1、如a%i==0&&b%i==0，则a=a/i;
2023-12-09 21:07:06
247
原创 机器学习算法——逻辑斯蒂回归
逻辑斯蒂回归（Logistic Regression）是一种用于解决分类问题的机器学习算法。它是通过将线性回归模型的输出映射到一个概率值，然后根据这个概率值进行分类的。逻辑斯蒂回归假设因变量（要预测的变量）与自变量之间存在一个线性关系，然后使用逻辑函数（也称为sigmoid函数）将线性组合转化为概率值。
2023-12-04 14:53:23
1298
原创 贪心法实验
而分治法中的各个子问题是独立的 (即不包含公共的子子问题)，因此一旦递归地求出各子问题的解后，便可自下而上地将子问题的解合并成问题的解。对于背包问题，对物品进行降序排列之后，依次判断物品的重量是都小于背包的容量，如果小于则直接放入背包当中，直到不能够完整放下去之后，再对物品进行切割，按照比例装入背包，计算背包价值。因为不是0/1问题，所以要根据物品的单位价值进行降序排列，先把单位价值大的物品装入背包，然后如果背包还有空间的话，再把剩余的物品按照比例放入背包当中。3、考虑单位重量价值最大的物品：i=1。
2023-12-02 22:33:43
116
原创 人工智能——粒子群算法
总的来说，本次实验让我们更深入地理解了粒子群算法的工作原理和应用场景，同时也提高了我们的编程能力和算法调试能力。该目标函数是一个多维度的函数，涉及到了多个变量和复杂的数学运算，不易通过传统的方法求解最优解。语言实现了粒子群算法，并对算法的主要流程进行了可视化描述。（3）设置不同的加速度常量，求得相应的最佳适应度和平均适应度，比较并分析PSO社会模型、PSO认知模型等对算法性能的影响。熟悉和掌握粒子群算法的原理、流程，并利用粒子群算法求解函数优化问题，理解求解流程，并测试主要参数对实验结果的影响。
2023-11-28 22:16:07
454
原创 经典神经网络应用
在 __init__ 方法中，我们可以看到这个 BottleneckBlock 包含了三个卷积层：一个 1x1 的卷积层 conv0，一个 3x3 的卷积层 conv1，以及一个 1x1 的卷积层 conv2。根据结构图我们可以看到，刚开始就是通过卷积加池化的方式将图像的分辨率降下来，然后经过一系列的残差单元，最后通过一个全局的池化和全连接层的实现，交给softmax进行分类。通过使用较小的卷积核进行降维和升维操作，可以在保持网络深度的同时减少计算资源的消耗，提升模型的性能和效率。
2023-11-25 23:34:31
47
原创 进程同步——操作系统
在这个生产者-消费者问题的实验中，我们使用了共享存储区和信号量来实现线程之间的同步和互斥。通过这个实验，我们可以更好地理解并发编程中的同步和互斥问题，以及如何利用共享存储区和信号量来解决这些问题。生产者进程随机睡眠0~9秒模拟生产数据的过程，然后把自己的进程号写入共享存储区，每个消费者进程从中读取数据并输出并且同步输出自己的进程号。3、了解在多用户环境下进程之间的通信机制, 掌握用共享内存及消息队列实现进程之间的信息传递。int val;4、掌握进程并发执行的原理，及其所引起的同步、互斥问题的方法。
2023-11-23 15:19:04
64
原创 机器学习算法——朴素贝叶斯
朴素贝叶斯算法是一种经典的概率分类算法，它基于贝叶斯定理和特征独立性假设。该算法常被用于文本分类、垃圾邮件过滤、情感分析等领域。朴素贝叶斯算法的核心思想是通过已知类别的训练样本集，学习出每个类别的概率分布模型，然后根据待分类样本的特征，利用贝叶斯定理计算出样本属于各个类别的后验概率，最终选择具有最大后验概率的类别作为分类结果。在朴素贝叶斯算法中，特征之间被假设为相互独立，这是为了简化计算。尽管这个假设在现实问题中并不总是成立，但朴素贝叶斯算法仍然表现出良好的分类效果。
2023-11-20 22:50:20
87
1
原创 深度学习pytorch安装以及第一次作业
因此这两个张量能够进行广播，那么x中第一行的2个元素被广播（复制）到了第二行和第三行，而y中第一列的3个元素被广播（复制）到了第二列，生成一个形状为 3 行 2 列的结果张量，其中每个元素是对应位置 x 和 y 的元素相加的结果。我们使用 .sum(axis=0) 方法对 A 张量的第 0 轴（即行轴）进行求和，得到一个新的张量 A_sum_axis0，该张量的形状为 (4,)，其中每个元素是原始张量 A 中对应列的总和。对于维度1：x的第一个维度是1，y的第一个维度是3，虽然这两个维度不相同，但是满足。
2023-11-17 18:52:08
69
1
原创 人工智能之A*算法求解
通过这次实验，我掌握了如何使用A*搜索算法解决迷宫问题和八数码问题。这是一种常用的人工智能搜索算法，可以用于寻找路径和规划。在实验中，首先学习了迷宫问题的定义和A算法的基本思路。我们使用Python编写代码，在55大小的迷宫中，通过A*算法计算出从起点到终点的最短路径。其中，需要考虑迷宫的障碍物、每个节点的代价值和启发式函数等因素，也需要用到优先队列来存储待扩展的节点。最后，通过绘制迷宫地图和标注路径，完成了实验任务。接着，学习了八数码问题的定义和A算法的适用性。
2023-11-13 14:44:54
1334
原创 人工智能之遗传算法
针对第一个函数，Rastrigin 函数，我们将解空间设定在 $[-5.12, 5.12]$ 之间，使用遗传算法迭代 100 代，种群大小为 50，交叉率为 0.8，变异率为 0.03，最终得到了精度为 15 位小数的最小值解。本次实验展示了遗传算法在解决优化问题中的有效性。通过对算法参数的调节和迭代次数的控制，我们可以获得符合要求的最优解，但是在实际应用中，对算法的参数和迭代次数的设定需要根据具体问题的性质和求解要求进行合理的调整。首先，我们介绍了遗传算法的基本原理和流程，并对相关参数进行了设定。
2023-11-07 17:51:14
1307
2
原创 人工智能之产生式系统
诶上看了个北欧输卵管你哦卫生部gio我不故事改编了围观公文包努力改变暖色艾欧看过了会被日u空速管本身咖喱基本瓦罐为不过看来我不该问保过班我色嘎嘎GIS工人施工红色的能够拉我日光斯科拉给你哦爱上了给你了说你过来呢日光和你欧时力公司给你wig你WIL给你二十个老年人撒开在国内这两个女人的子宫和日落是你老公呢说了高僧而是考虑国内来看让你老公认识双联开关呢两个女生的离开那个快了速度比那个螺纹钢是哪个环节开始就改变呢数据库各部位。在推理过程中，我们会遍历所有的规则，找到符合条件的规则，并得出最终的结论。
2023-11-05 23:20:19
286
1
原创 计算机组成原理之运算器
利用前面实验封装好的32位加法器以及 Logisim 平台中现有运算部件，构建一个32位算术逻辑运算单元（禁用 Logisim 系统自带的加法器，减法器），可支持算术加、减、乘、除，逻辑与、或、非、异或运算、逻辑左移、逻辑右移、算术右移运算，支持常用程序状态标志（有符号溢出 OF 、无符号溢出 UOF ，结果相等 Equal ），ALU 功能以及输入输出引脚见后表，在主电路中详细测试自己封装的 ALU ，并分析该运算器的优缺点。利用16位快速加法器以及先行进位电路构建32位快速加法器，并探讨其时间延迟。
2023-11-04 21:43:54
1131
1
原创 Java学习之异常处理
本次实验让我对于Java程序有了更加深刻的认知，发现其在对文件这一处理方式上与C/C++程序相比是如此的便利，激发我对学习Java程序的兴趣。而如果当我把文件拖进回收站之后，再次运行程序能够发现，屏幕上输出了“文件未被找到！设计一段代码，使其能够读取一个文件里面的内容，并将其输出在屏幕上面，并且如果找不到文件还能进行报错。结果显而易见的能够看到屏幕上出现了一串文字，而且正是文件当中的文字。2、读出filel.txt的内容，输出到标准设备，验证写入的内容。1、理解异常的概念和异常处理机制的理论意义。
2023-11-03 21:56:48
44
原创 Java学习笔记之接口
首先设计一个父类Animal，然后在设计一个子类Dog来复用类中继承Animal类，然后再设计一个Cat类来复用类组合Animal类，最后在主函数中调用这些类，然后进行输出。本次实验让我体会到了复用类的乐趣，在原来的类上面再进行继承和组合，以达到更加强大的功能，让我更加深刻的体会到了Java语言的奇妙。（2）、子类Dog：在这个子类中，不仅继承了父类Animal中的变量，还自己再定义了一个新的变量name’为狗狗的名字，使用了复用类中的继承。（1）、父类：定义了三个变量，legs，age，colors；
2023-11-02 23:26:32
40
原创 Java学习笔记之对类的理解
通过此次实验的整理与学习，我在感觉java编程方面有了很大的进步，同时也更好的理解的面向对象的编程思路，懂得程序设计的可用性以及代码编写的规范性！2. 实现Test类实现事务处理流程，例如: TestMyDate()的main()方法，实现对MyDate类型对象的创建、调用对象方法，实现对象状态的改变。1．设计并编写Dog.java和TestDog.java，为类定义对象变量、构造器、操作对象的方法，实现Test类实现事务处理流程。，同时也更加深入的了解到了类的使用方法，对类的结构有有了更加深刻的认识。
2023-11-01 19:43:46
36
原创 机器学习——P-R曲线和Roc曲线
性能评估在机器学习中起着重要的作用，帮助我们理解和衡量模型的效果，并为模型选择、参数调优和特征选择提供指导，以达到更好的性能和预测能力。
2023-10-31 23:34:52
1603
原创 机器学习算法——k-近邻算法
k-近邻算法（k-Nearest Neighbour algorithm），又称为KNN算法。KNN的工作原理：给定一个已知标签类别的训练数据集，输入没有标签的新数据后，在训练数据集中找到与新数据最邻近的k个实例，如果这k个实例的多数属于某个类别，那么新数据就属于这个类别。由那些离X最近的k个点来投票决定X归为哪一类。下面我们通过一个简单的小例子来了解一下k-近邻算法：图1-1图1-1是一个很基础的knn算法模型。
2023-10-30 22:16:05
234
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人