- 博客(109)
- 收藏
- 关注
RSS订阅原创 差分隐私（Differential Privacy）定义及其理解
1 前置知识本部分只对相关概念做服务于差分隐私介绍的简单介绍，并非细致全面的介绍。1.1 随机化算法随机化算法指，对于特定输入，该算法的输出不是固定值，而是服从某一分布。单纯形（simplex）：一个kkk维单纯形是指包含k+1k+1k+1个顶点的凸多面体，一维单纯形是一条线段，二维单纯形是一个三角形，三维单纯形是一个四面体，以此类推推广到任意维。“单纯”意味着基本，是组成更复杂结构的基本构件。概率单纯形（probability simplex）：是一个数学空间，上面每个点代表有限个互斥事件之间的
2022-05-26 09:17:59
750
原创 【论文笔记】A review of applications in federated learning（综述）
A review of applications in federated learningAuthorsLi Li, Yuxi Fan, Mike Tse, Kuo-Yi LinKeywordsFederated learning; Literature review; Citation analysis; Research frontAbstractFL是一种协作地分散式隐私保护技术，它的目标是克服数据孤岛与数据隐私的挑战。本研究旨在回顾目前在工业工程中的应用，以指导未来
2022-05-03 22:44:44
1105
原创 【论文笔记】A Survey on Federated Learning: The Journey From Centralized to Distributed On-Site...（综述）
我的博客园：https://www.cnblogs.com/MaplesWCT/A Survey on Federated Learning: The Journey From Centralized to Distributed On-Site Learning and BeyondAuthorsSawsan AbdulRahman, Hanine Tout, Hakima Ould-Slimane, Azzam Mourad, Chamseddine Talhi, Mohsen Gui.
2022-05-01 12:38:44
559
原创 【论文笔记】A survey on security and privacy of federated learning（综述）
我的博客园：https://www.cnblogs.com/MaplesWCT/A survey on security and privacy of federated learningAuthorsViraaji Mothukuri, Reza M. Parizi, Seyedamin Pouriyeh, Yan Huang, Ali Dehghantanha, Gautam SrivastavaKeywordsArtificial intelligence; Machin.
2022-05-01 12:35:19
1891
原创 联邦平均算法（Federated Averaging Algorithm，FedAvg）
设一共有KKK个客户机，中心服务器初始化模型参数，执行若干轮（round），每轮选取至少1个至多KKK个客户机参与训练，接下来每个被选中的客户机同时在自己的本地根据服务器下发的本轮（ttt轮）模型wtw_twt用自己的数据训练自己的模型wt+1kw^k_{t+1}wt+1k，上传回服务器。服务器将收集来的各客户机的模型根据各方样本数量用加权平均的方式进行聚合，得到下一轮的模型wt+1w_{t+1}wt+1：wt+1←∑k=1Knknwt+1k//nk为客户机k上的样本数量，n为所有被选中客户机的总
2022-04-19 00:01:41
9677
4
原创 【论文笔记】A survey on federated learning （综述）
AuthorChen Zhang, Yu Xie, Hang Bai, Bin Yu, Weihong Li, Yuan GaoKeywordsFederated learning; Privacy protection; Machine learningAbstract联邦学习是在一个中央聚合器的协调下多客户协作解决机器学习问题的机制。它还允许数据分散训练以确保每个设备的数据隐私。联邦学习基于两个主要思想：本地计算、模型传输，减少了一些由传统的集中式机器学习方法带来的系统性的...
2022-04-15 10:25:51
1207
原创 最长美丽子串
单点时限: 1.0sec内存限制:512 MB给定长度为n的字符串S,定义其子字符串为S中连续的字符所组成的字符串。若个字符串的每一个字符都独一 无二，那么我们称这样的字符串是美丽的，例如abc是美丽的，但是abb不是美丽的。请输出S的最长美丽子串的长度。输入格式一行一个字符串S输出格式一行一个整数，表示答案。样例1input1abcddbcdoutput14样例2input1aaaaoutput11样例3input1
2022-03-31 15:23:31
290
原创 【从逻辑回归到CNN】激活函数（手写）
本文解释以下内容：什么是激活函数 为什么要用激活函数（激活函数的作用） 常用的激活函数：Linear、Logistic、Tanh、ReLU、SoftPlus、Softmax其中【2、激活函数的作用】第二点“异或问题”可参阅逻辑回归的【3、从几何角度理解逻辑回归的能力与局限】...
2022-03-10 22:10:16
285
原创 【从逻辑回归到CNN】神经网络（手写）
本文解释以下内容：什么是神经网络全连接神经网络个人理解神经元在神经网络中的作用神经网络的训练过程神经网络的预测过程
2022-03-10 15:18:17
1157
原创 【从逻辑回归到CNN】模型评估指标（手写）
模型评估指标（二分类问题）：1、训练集、验证集、测试集2、模型评价指标：正确率、查准率、查全率、F1、P-R曲线、ROC曲线、AUC
2022-03-08 18:02:53
928
1
原创 C++ STL 结构体作为map的键
在使用map等关联式容器时，用结构体作为键时，在用到键比较的场合时会报错，键无法比较。比如：map每次插入新元素都需要比较键，自动排序。 map.count(key)对某一键计数。因为键是我们自定义的，编译器找不到类似模板，无法比较。我们自己重载<运算符即可，指出我们在比较结构体时具体是比较哪个成员变量。struct Test{ string data; int x; bool operator<(const package& tmp) con
2022-02-12 11:22:45
720
原创 KY155 To Fill or Not to Fill
描述With highways available, driving a car from Hangzhou to any other city is easy. But since the tank capacity of a car is limited, we have to find gas stations on the way from time to time. Different gas station may give different price. You are asked to
2022-02-09 12:06:05
214
原创 KY4 代理服务器
描述 使用代理服务器能够在一定程度上隐藏客户端信息，从而保护用户在互联网上的隐私。我们知道n个代理服务器的IP地址，现在要用它们去访问m个服务器。这 m 个服务器的 IP 地址和访问顺序也已经给出。系统在同一时刻只能使用一个代理服务器，并要求不能用代理服务器去访问和它 IP地址相同的服务器（不然客户端信息很有可能就会被泄露）。在这样的条件下，找到一种使用代理服务器的方案，使得代理服务器切换的次数尽可能得少。输入描述： 每个测试数据包括 n + m + 2 行。 第 1 行只包...
2022-02-07 23:59:12
297
原创 KY58 Repeater
提交网址：http://t.cn/E9jcaVb描述Harmony is indispensible in our daily life and no one can live without it----may be Facer is the only exception. One day it is rumored that repeat painting will create harmony and then hundreds of people started their endless
2022-01-23 11:16:22
733
原创 C++上机常用函数方法及经典代码段汇总
持续更新中……1、求反序数求一个非负整数data的反序数。/* 每一次循环： 先将res整体左移空出个位， 将data末尾位加到res个位， 砍掉data末尾位。*/int reverse(int data){//计算反序数 int res = 0; while(data){ res *= 10; res += data % 10; data /= 10; } return re
2022-01-21 18:35:31
776
原创 人工智能、机器学习、深度学习 三者关系
1、AI ML DL关系为了赋予计算机以人类的理解能力与逻辑思维，诞生了人工智能（Artificial Intelligence，Al）这一学科。在实现人工智能的众多算法中，机器学习是发展较为快速的一支。机器学习的思想是让机器自动地从大量的数据中学习出规律，并利用该规律对未知的数据做出预测。在机器学习的算法中,深度学习是特指利用深度神经网络的结构完成训练和预测的算法。机器学习是实现人工智能的途径之一，而深度学习则是机器学习的算法之一。如果把人工智能比喻成人类的大脑，机器学习则是人类通过大量数..
2022-01-16 22:39:37
16282
1
原创 吴恩达深度学习课程第四课 — 卷积神经网络（Convolutional Neural Networks）
卷积运算：中间小矩阵被称为过滤器/滤波器（filter）或核（kernal）。用过滤器在原图上依次移动，将过滤器与其所覆盖区域相应元素乘积之和即为结果矩阵相应位置的元素值。可见，计算后的图片变小了。1.边缘检测（Edge detection）1.1.垂直边缘检测（vertical edges）通过上图所示的一个过滤器，就能检测出原图中的垂直边缘，由于原图很小是6x6，所以结果的白色区域显得很大，但是当图片很大时，检测的垂直边缘将会有不错的效果。更进一步，还可以检测出.
2022-01-16 10:34:27
4643
原创 吴恩达深度学习课程第一课 — 神经网络与深度学习
目录1.神经网络（Neural Network）1.1.神经网络1.2.用神经网络进行监督学习（Supervised Learning with Neural Networks）2.神经网络基础（Basics of Neural Network Programming）2.1.逻辑回归（Logistic Regression）2.2.损失函数（Loss Function）2.3.梯度下降法（Gradient Descent）2.4.计算流程图（Computation Grap
2021-07-25 21:50:36
776
2
转载 C++ sort()函数（重制版）
头文件#include<algorithm>使用的是什么算法？参考：https://blog.csdn.net/qq_35440678/article/details/80147601用到的是快速排序，但不完全是快速排序，还结合了插入排序和堆排序。快速排序时间复杂度并不是稳定的O(nlogn)，在排序表接近基本有序或逆序时，会退化成O(n^2)。 在数据量小的情况下，递归所造成的内存消耗不划算。 递归深度很大的情况下，空间消耗很大。所以sort采取的排序方法如下：数据
2021-02-03 13:04:41
756
1
原创 Web应用程序中服务端消息处理机制探究—以Spring框架为例
1 Servlet概述Servlet命名的想法来自于存在于客户端的、用Java编写的小程序技术Applet，是存在于服务器端、根据程序员编写的处理逻辑处理用户传输过来的数据的应用程序，所以被称作Server上的Applet。狭义上来讲Servlet就是一个拥有init(ServletConfig)、destroy()、service(ServletRequest,ServletResponse)、getServletConfig()、getServletInfo()方法的Java接口。这五个函数定义了S
2020-07-27 10:05:43
313
原创 网页重复度检测——shingling算法
1 前言最简单的检测重复网页的方法就是对每一个网页计算用指纹生成算法出一个简洁的“指纹”。接着，当两个网页的“指纹”一样时，我们就进一步地去比对它们的网页内容是否一样，但是这个最简单的办法在捕捉“相似的副本”方面是失败的。在许多情况下，一个网页只有几个字符与另一个网页不同——比如一篇文章最后落款的日期不同，但是文章内容完全一致。面对这种情况，我们就要去识别两个网页之间的相似度来让我们只需检索其中一个网页。2 直接计算Jaccard系数的shingling算法首先给定一个正整数k，和文档d。我们定
2020-07-26 23:42:43
1565
转载 Spring：model和session的区别
【通俗】其实model和session都是存放信息的地方，不同的地方就是他们的生命周期不同，model是request级别的，session是一次会话，在服务器与一个用户客户端交互过程中一直保留。即在用户登录一个网站后，session里存放的用户数据可以在该网站的其他页面使用。model的数据只能在该页面使用。【详细】【model】Spring中数据模型除了Model外还有ModelMap和ModelAndView。后端将数据注入model中，传给前端取出。Model和Model
2020-05-25 10:49:58
1779
原创 串：KMP算法
//KMP算法（包括改进KMP算法）#define MAXLEN 25#include<stdio.h>#include<string.h>typedef struct{ char ch[MAXLEN];//ch[0]不用,从ch[1]开始存，位序与下标相等，能存24个数据元素 int length;}SString;void get_next(SString T,int next[]){//求next数组 int i=1,j=0;//next[i]=...
2020-05-15 23:35:37
707
原创 朴素（简单）模式匹配
子串的定位操作通常称为串的模式匹配，它求的是子串（模式串）在主串中的位置算法思想：从主串S的第一个字符起，与模式串T的第一个字符开始比较，若相等，则继续逐个匹配后续字符；若不相等，则主串指针回退，从下一个字符起与模式串重新比较；以此类推，若模式串全部匹配完，则匹配成功；若走完全部主串模式串还没走完，则匹配失败。//朴素模式匹配//子串的定位操作通常称为串的模式匹配，它求的是子串（模式串）在主串中的位置#define MAXLEN 25#include<stdio.h>
2020-05-12 23:13:56
460
原创 操作受限的线性表：链队列
队列的链式表示叫作链队列和栈的链式存储一样，都是单链表的阉割版以下实现的是带头结点的链队列(成员变量有结构体的结构体在访问成员时用->，其余用.)//队列的链式表示叫作链队列//和栈的链式存储一样，都是单链表的阉割版//以下实现的是带头结点的链队列 //(成员变量有结构体的结构体在访问成员时用->，其余用.)//Elemtype：int #include<...
2020-05-07 21:21:05
215
原创 操作受限的线性表：循环队列
队列也是一种操作受限的线性表一般的队列的顺序存储结构有很大弊端：“假溢出”利用取余（模）运算将顺序队列臆造为一个环状的空间，即把存储队列元素的表从逻辑上视为一个环，成为循环队列以下实现牺牲一个单元来区分队空还是队满//队列是一种操作受限的线性表//一般的队列的顺序存储结构有很大弊端：“假溢出”//利用取余（模）运算将顺序队列臆造为一个环状的空间， //即把存储队列元素的表从...
2020-05-06 22:02:27
248
原创 操作受限的线性表：顺序栈
栈（stack）：操作受限的线性表栈的顺序存储实现：顺序栈//栈（stack）--操作受限的线性表//栈的顺序存储实现--顺序栈//ElemType：int #include<stdio.h>#define MaxSize 10typedef struct{ int data[MaxSize];//静态数组存放栈中元素 int top;//栈顶指针指向栈顶元素的...
2020-05-05 23:04:11
198
原创 SpringBoot：项目构建及配置
本文参考《精通Spring Boot 42讲》。我们有两种方式来构建 Spring Boot 项目基础框架，第一种是使用 Spring 官方提供的构建页面；第二种是使用 IntelliJ IDEA 中的 Spring 插件来创建。使用Spring官方提供页面构建访问 http://start.spring.io/ 网址。 选择构建工具 Maven Project，编程语言选择...
2020-05-01 17:15:59
233
原创 docker安装及配置（容器安装mysql）
安装# 由于apt官方库里的docker版本可能比较旧，所以先卸载可能存在的旧版本sudo apt-get remove docker docker-engine docker-ce docker.io# 更新apt包索引sudo apt-get update# 安装以下包以使apt可以通过HTTPS使用存储库（repository）sudo apt-get install -...
2020-04-29 15:53:13
219
原创 线性表：单链表
链表：线性表的链式存储实现。单链表//线性表的链式存储实现--链表//链表包括：单链表、双链表、循环链表、静态链表。 //以下实现的是带头结点的单链表 //Elemtype：int #include<stdio.h>#include<stdlib.h>typedef struct LNode{ int data;//数据域 struct LNod...
2020-04-28 21:52:04
242
原创 函数传值、传指针、传引用、传指针的引用
传值function(int A);//A形参int main(){ function(a);//a实参 return 0;}系统在内存里生成一个a的复制。传指针function(int* p2);//p2形参int main(){ int* p = a; function(p);//p实参 return 0;}实参p是一个指向a的指针，传指...
2020-04-26 00:23:07
187
原创 线性表：顺序表（静态分配、动态分配）
顺序表：线性表的顺序存储实现。静态分配方式静态分配一个数组，由于没有使用动态分配内存的方式（malloc），所以并没有DestroyList(&L)函数，在程序结束后会自动销毁该数组。重要的操作有：InitList(&L) ：初始化顺序表。 ListInsert(&L,i,e)：在L的位序i处插入元素e。 ListDelete(&L,i,&e...
2020-04-21 18:29:28
4815
原创 Ubuntu修改grub.cfg文件后进不去Ubuntu系统了，开机进入grub2界面
问题首先，本人作死，在没有充分了解/boot/grub.grub.cfg文件的情况下，修改了其“menuentry”项，导致再次开机时无法进入Ubuntu，而是进入grub2的命令行。解决办法搞了一下午加一晚上，最终被一篇博客（https://linux.cn/article-3457-1.html）的一行字救了命：你知道怎么找到正确的分区吗？hd0,1 即 /dev/sda1，h...
2020-03-22 22:30:35
2854
2
原创 Spark：根据TFIDF提取的特征向量计算相似度矩阵(皮尔逊系数、斯皮尔曼系数）
特征向量的提取请看我的之前的一篇博客：https://blog.csdn.net/LOG_IN_ME/article/details/103047796特征向量提取结果如下图：这个DataFrame的“TF-IDF”列就是提取的特征向量。我们把该列取出来：val TFIDFResult: DataFrame = idfModel.transform(featureVec)...
2019-11-23 00:53:51
2165
原创 Spark：使用jieba分词的工程搭建
1、IDEA开发环境中project structure的设置配置项目的JDK：File > Project Structure > Project Settings > Project > Project SDK在复选框中选择项目使用的JDK，如果之前没有设置，点击旁边的new按钮从本地目录导入自己下载好的JDK。2、Maven配置文件的设置IDE...
2019-11-15 16:52:47
2290
原创 递归与递推：钥匙计数之一
B - 钥匙计数之一HDU - 1438一把锁匙有N个槽，槽深为1，2，3，4。每锁匙至少有3个不同的深度且至少有1对相连的槽其深度之差为3。求这样的锁匙的总数。Input本题无输入Output对N>=2且N<=31，输出满足要求的锁匙的总数。Sample OutputN=2: 0N=3: 8N=4: 64N=5: 360.........
2019-11-13 19:36:29
243
原创 递归与递推：一只小蜜蜂
有一只经过训练的蜜蜂只能爬向右侧相邻的蜂房，不能反向爬行。请编程计算蜜蜂从蜂房a爬到蜂房b的可能路线数。其中，蜂房的结构如下所示。Input输入数据的第一行是一个整数N,表示测试实例的个数，然后是N 行数据，每行包含两个整数a和b(0<a<b<50)。Output对于每个测试实例，请输出蜜蜂从蜂房a爬到蜂房b的可能路线数，每个实例的输出占一行。Sam...
2019-11-13 16:18:32
659
原创 Spark：基于jieba分词的特征向量提取
基于jieba分词的对计算机课程名的特征向量提取首先引入包：import org.apache.spark.sql.{DataFrame, SparkSession}//spark入口,DataFrame操作需要用到的包import java.nio.file.{Path, Paths}//加入自定义词库时路径需要的包import com.huaban.analysis.jieba...
2019-11-13 13:56:01
1504
3
原创 Ubuntu Intelligent Pinyin中文输入法失效以及无法输入后选词
不知从何时起我的Intelligent Pinyin中文输入法除了首选词，只要选侯选词就会变成数字，后来直接我的中文输入法不能使用了。【解决办法】直接删除~/.cache/ibus/libpinyin 这个文件夹。rm -r ~/.cache/ibus/libpinyin亲测有效。但是貌似它会清除你以前的偏好词记忆。...
2019-11-12 19:40:08
1732
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