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(19)
  • 收藏
  • 关注

原创 【实验报告】【概率论与数理统计】原神双卡池下的月卡玩家抽卡策略分析

原神》是一款开放世界游戏,其中玩家可以操控各种各样的角色游玩。角色分为四星以及五星两种,角色的获取通过抽卡获得。抽卡需要消耗玩家所持的原石,每160原石可以兑换一次抽卡机会。具体的抽卡规则如下:《原神》在2.3版本中开放双卡池模式,官方公布规则如下:注:以下规则的叙述均以2.4版本中阿贝多卡池为例,对于其余卡池规则一致“在本期「深秘之息-活动祈愿」中5星角色祈愿的基础概率为0.600%,综合概率(含保底)为1.600%,最多90次祈愿必定能通过保底获取5星角色。

2023-11-29 11:33:36 713 1

原创 【阅读论文】Security issues in Internet of Vehicles (IoV): A comprehensive survey

ABSTRACTNowadays, connected vehicles have a major role in enhancing the driving experience. Connected vehicles in the network share their knowledge with the help of the network known as the Internet of Vehicles (IoV). However, connection through the networ

2023-10-28 20:53:39 450

原创 课题:结构化剪枝神经网络的对抗训练

2014 年,神经网络被发现易受到对抗样本(adversarial examples)[1-2]的攻 击。对抗训练(adversarial training)[3]是防御对抗样本的主流方法之一。剪枝 (pruning)[4,5,8]是模型稀疏化方法,通过剪掉神经网络中不重要的参数,减小 模型存储空间并提高推理速度。现有研究工作提出了非结构化剪枝的对抗训练 [6-7],能够使得剪枝过后的神经网络同时满足稀疏性和鲁棒性的要求。

2023-09-30 11:28:30 235 1

原创 【广播加密】知识总结

文章目录广播加密前置知识Diffie-Hellman问题和Diffie-Hellman假设双线性映射有状态广播加密 stateful broadcast无状态广播加密 stateless broadcast基于对称密钥的广播加密完备子树 CS子集差分 SD分层子集差分 LSD基于公钥的广播加密公开密钥广播加密方案 BGW广播加密广播加密:一种将数据内容通过广播信道安全地分发给合法用户的安全机制。只有发送者选定的授权(或者合法)用户才能解密,得到明文信息。广播加密方案需要解决的基本问题:保密抗同谋

2023-09-09 17:27:26 846 1

原创 RSA算法

RSA算法

2022-09-20 17:10:24 1491 1

原创 DES(Data Encryption Standard)算法

DES算法的基本原理和python实现

2022-09-20 17:03:35 643

原创 基于奇异值分解的图像压缩和信息隐藏

基于奇异值分解的图像压缩和信息隐藏将图像进行奇异值分解后,通过对对角矩阵进行一系列操作,可以达到压缩图像以及信息隐藏的目的。不仅如此,随着计算机网络和网络技术的不断发展,数字图像、音频和视频产品越来越需要一种有效的版权保护方案。利用奇异值分解实现数字图像水印技术,将水印图片置乱再隐写入图像的方法可以在一定程度上避免被破译;为了进一步防止破译,结合离散余弦变化以及奇异值分解的数字水印技术更加安全。基于奇异值分解的图像压缩灰度图一张灰度图是由m*n的矩阵构成的,矩阵的每一个元素是处于0~255的整数

2022-05-02 21:23:33 2176

原创 PageRank算法实现

PageRank算法实现迭代法实现大规模PageRank,网页数量不低于10000。解答在1.1 迭代法计算PageRank代数法求小规模PageRank的稳态解,网页数量为5。解答在2.2 修正后PageRank的代数法计算附加分,构造不存在稳态的情况,设计方法变为有稳态的情况。解答在2 修正的PageRank 的定义与计算问题背景1998 年,斯坦福大学的博士研究生 Sergey Brin 和 Lawrence Page 提出了网络链接分析的一个新算法 PageRank,该算法是建立在随

2022-05-02 11:01:10 1340 1

原创 西电_2022春_数据库原理_实验二

实验内容及要求【使用实验一创建的六个表,即学院表College,学生表Student,教师表Teacher,课程表Course,学习表Study,开课表Class 】求选修了Wang老师所授课程Database的学生,且grade在90分以上的学生的姓名student_name、课程名course_name和分数grade。求选修了Zhang老师所授全部课程的学生的姓名student_name和学院名college_name。求至少选修了两门课程的学生的学号student_id和姓名student

2022-04-15 12:09:41 1974 2

原创 西电_2022春_数据库原理_实验一

实验内容及要求使用SQL语句建立学生管理数据库(包括以下6个表),同时完善各表的相关完整性约束(其中标红的属性为主码,标蓝的属性为外码)学院表College (college_id,college_name)学生表Student (student_id,student_name,sex,college_id)教师表Teacher (teacher_id,teacher_name,college_id)课程表Course (course_id, course_name)学习表Study (stu

2022-04-11 21:20:06 2105

原创 HTTP基础知识

标题网络基础TCP/IPTCP/IP 协议族TCP/IP 通信传输流网络基础TCP/IPTCP/IP 协议族把互联网相关联的协议集合起来总称为 TCP/IP。为了使设计更加自由,修改更加简单,我们按照功能分类,使其相互独立,TCP/IP 协议族按层次分为以下四种:名称作用应用层决定了向用户提供应用服务时通信的活动传输层对上层应用层提供网络连接中两台计算机之间的数据传输网络层处理网络上流动的数据包,在众多选项中选择一条传输路线链路层用来处理连接网络的硬件

2021-07-07 20:46:36 213 1

原创 HTTP首部字段——《HTTP图解》笔记

HTTP首部字段根据实际用途分类通用首部字段Cache-Controlpublicprivateno-cacheno-stores-maxagemax-agemin-freshmax-staleonly-if-cachedmust-revalidateproxy-revalidateno-transformcache-extension tokenConnectionDatePragmaTrailerTransfer-EncodingUpgradeViaWarning请求首部字段Accept-xxxAcce

2021-07-06 18:13:16 322

原创 吴恩达机器学习_7

NLP学习_吴恩达机器学习_7神经网络 :表述非线性假设神经元和大脑模型表示基本理解向量化一些例子神经网络 :表述第八章就是稍微具象的介绍一下神经网络,主要目的应该是留下一个大概的印象,和了解基本的运算思想,具体的计算学习要到下一章才能提及。非线性假设我们之前学习的线性回归、逻辑回归都有一个巨大的缺点,就是在特征量很多时计算量巨大。例如,当我们有三个特征量 x1、x2、x3 的时候两两相乘的情况有 6 种,但是这只是两两相乘,还有可能是二次项乘以一次项;那么如果我们有 100 个特征量 x1、x2

2021-07-06 11:42:29 61

原创 吴恩达机器学习_6

NLP学习_吴恩达机器学习_6正则化(Regularization)过拟合问题代价函数线性回归模型的正则化梯度下降正规方程逻辑回归模型的正则化正则化(Regularization)过拟合问题我们已经学习过几种算法,线性回归、逻辑回归。他们可以有效的解决很多问题,但在一些特殊的场景下,可能会出现欠拟合,或者是 过拟合 over-fitting 的情况,导致他们的效果很差。 正则化 regularization 就是解决此类问题的方法。在正式介绍 正则化 regularization 之前,先来看几个例

2021-01-31 23:26:06 61

原创 吴恩达机器学习_5

NLP学习_吴恩达机器学习_5关于第五章逻辑回归(Logistic Regression)单类别分类为什么不用线性回归?假说函数判定边界(decision boundary)代价函数小技巧多类别分类关于第五章第五章的内容主要是针对 Octave 的操作方法,视频中使用的是 Octave ,我使用的是 Matlab ,视频中教授的代码在Matlab也适用。相比较之下,在交互方面显然是 Matlab 做的比较好,界面很友好。视频中不推荐 Matlab 是因为它是收费的,但是就中国现在的情况,高校基本都会对在

2021-01-30 17:35:56 117

原创 吴恩达机器学习_4

NLP学习_吴恩达机器学习_3关于线性代数的知识多元线性回归假设函数多元梯度下降法关于梯度下降法的几个小技巧特征放缩学习率α多项式回归正规方程正规方程 or 梯度下降 ?关于线性代数的知识视频中第三章的内容是关于矩阵的知识,本人刚刚大一上学期结束,线性代数是下学期的内容,所以完全不会矩阵之类的。不过视频中讲的线性代数知识很基础,看一下视频就可以听懂,再稍微借助一下书本就好了。在这里安利一本线性代数的书籍:华章教育的《线性代数及其应用》,讲的非常透彻。此部分的知识均为数学知识,没什么好说的,略。多元

2021-01-22 21:17:01 155

原创 吴恩达机器学习_3

NLP学习_吴恩达机器学习_3梯度下降直观理解数学含义同步更新关于α线性回归中的梯度下降梯度下降梯度下降法是一种非常常见的最小化代价函数J的方法。同时,它也常常用于更广泛的机器学习应用中,也就是说梯度下降法可以最小化更一般的函数。下面简述如何使用梯度下降最小化代价函数J。前面已经提到,梯度下降法可以用来解决更有一般的函数,例如J(θ_0,θ_1……θ_n),但为了简化,我们讨论两个值的。直观理解我们的目的是得到最小的J。为此,第一步, 给θ_1,θ_0一个初值,一般来说都是0。当然,也可

2021-01-17 17:11:40 135

原创 吴恩达机器学习_2

NLP学习_吴恩达机器学习_2线性回归模型描述代价函数(cost function)线性回归模型描述下图是一组数据,是一些房价和对应的房子的大小。显然这是上面刚刚学过的监督学习(superxised learning)因为我们给出的数据中包含“正确答案(right answer)”。并且是其中的回归问题(regression problem),因为我们输出的是连续的预测值。下图就是解决本例子的过程,也可以看作机器学习的一般过程。首先,我们先给学习算法(learning algorithm)一

2021-01-15 19:08:38 81

原创 吴恩达机器学习_1

NLP学习_Day1NLP学习_吴恩达机器学习_1机械学习定义机械学习分类监督学习(Spervised learning)无监督学习(Unsupervised learning)NLP学习_吴恩达机器学习_1目前是大一的小白,在学长的指引下选择了NLP这一条路,又根据学长的推荐开始啃B站上吴恩达机械学习系列课程,以下是为了加深记忆的笔记。机械学习定义一个适当的学习问题定义如下:在一个适当的学习问题定义如下:计算机程序从经验E中学习解决某一任务T进行某一性能度量T,通过P测定在T上的表现因经验E而提高

2021-01-12 21:02:21 133

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

提示
确定要删除当前文章?
取消 删除