bbbeoy的专栏

RSS订阅
排序：
默认
按更新时间
按访问量

转 haar+adaboost结合讲解（偏重实际）

    https://blog.csdn.net/playezio/article/details/80471000  

2018-09-23 21:16:30

阅读数：7

评论数：0

转 几种Boost算法的比较(Discrete AdaBoost, Real AdaBoost, LogitBoost, Gentle Adaboost)

关于boost算法 　　boost算法是基于PAC学习理论（probably approximately correct）而建立的一套集成学习算法(ensemble learning)。其根本思想在于通过多个简单的弱分类器，构建出准确率很高的强分类器，PAC学习理论证实了这一方法的可行性。下面关...

2018-09-23 21:06:01

阅读数：6

评论数：0

转 haar+adaboost结合讲解（偏重实际）

https://blog.csdn.net/playezio/article/details/80471000

2018-09-23 20:59:18

阅读数：3

评论数：0

转 积分图像(Integral Image)与积分直方图 (Integral Histogram)

https://blog.csdn.net/huilingwu/article/details/53844134

2018-09-23 20:53:20

阅读数：5

评论数：0

转 积分图像(Integral Image)

https://blog.csdn.net/u010807846/article/details/50354000

2018-09-23 20:52:25

阅读数：5

评论数：0

转 haar+adaboost结合讲解（偏重实际）

https://blog.csdn.net/playezio/article/details/80471000

2018-09-23 14:44:27

阅读数：5

评论数：0

转 图像配准（Image Registration）简介

https://blog.csdn.net/colourful_sky/article/details/76561812

2018-09-22 20:56:29

阅读数：3

评论数：0

转 scala中:: , +:, :+, :::, +++的区别

4种操作符的区别和联系 :: 该方法被称为cons，意为构造，向队列的头部追加数据，创造新的列表。用法为 x::list,其中x为加入到头部的元素，无论x是列表与否，它都只将成为新生成列表的第一个元素，也就是说新生成的列表长度为list的长度＋1(btw, x::list等价于list.::...

2018-09-13 10:39:26

阅读数：13

评论数：0

转 算子调优之MapPartitions提升Map类操作性能

spark中，最基本的原则，就是每个task处理一个RDD的partition。 1、MapPartitions操作的优点： 如果是普通的map，比如一个partition中有1万条数据;ok，那么你的function要执行和计算1万次。 但是，使用MapPartitions操作之后，一...

2018-09-13 10:20:09

阅读数：11

评论数：0

转 聚类(幂迭代聚类， power iteration clustering， PIC)

https://blog.csdn.net/qq_34531825/article/details/52675182

2018-09-12 19:12:30

阅读数：18

评论数：0

转 社区发现算法之标签传播（LPA）

标签传播算法（LPA）的做法比较简单： 第一步: 为所有节点指定一个唯一的标签； 第二步: 逐轮刷新所有节点的标签，直到达到收敛要求为止。对于每一轮刷新，节点标签刷新的规则如下: 对于某一个节点，考察其所有邻居节点的标签，并进行统计，将出现个数最多的那个标签赋给当前节点。当个数最多...

2018-09-12 19:10:42

阅读数：30

评论数：0

转 linux tr命令详解

  通过使用tr，您可以非常容易地实现 sed 的许多最基本功能。您可以将 tr 看作为 sed的（极其）简化的变体：它可以用一个字符来替换另一个字符，或者可以完全除去一些字符。您也可以用它来除去重复字符。这就是所有 tr所能够做的。     tr用来从标准输入中通过替换或删除操作进行字符转...

2018-09-12 10:06:17

阅读数：17

评论数：0

转 Kruskal算法(一)之 C语言详解

本章介绍克鲁斯卡尔算法。和以往一样，本文会先对克鲁斯卡尔算法的理论论知识进行介绍，然后给出C语言的实现。后续再分别给出C++和Java版本的实现。 目录 1. 最小生成树 2. 克鲁斯卡尔算法介绍 3. 克鲁斯卡尔算法图解 4. 克鲁斯卡尔算法分析 5. 克鲁斯卡尔算法的代码说明 6. 克鲁斯...

2018-09-11 17:57:56

阅读数：11

评论数：0

转 最短路径问题---SPFA算法详解

1、最短路径问题介绍 问题解释：  从图中的某个顶点出发到达另外一个顶点的所经过的边的权重和最小的一条路径，称为最短路径 解决问题的算法： 迪杰斯特拉算法（Dijkstra算法） 弗洛伊德算法（Floyd算法） SPFA算法 之前已经对Dijkstra算法和Floyd算法做了介绍（不懂的...

2018-09-11 17:51:07

阅读数：12

评论数：0

转 最短路径问题---Floyd算法详解

Genius only means hard-working all one’s life.  Name:Willam  Time:2017/3/8 1、最短路径问题介绍 问题解释：  从图中的某个顶点出发到达另外一个顶点的所经过的边的权重和最小的一条路径，称为最短路径 解决问题的算法： ...

2018-09-11 17:47:50

阅读数：14

评论数：0

转 最短路径问题---Dijkstra算法详解

前言  Nobody can go back and start a new beginning,but anyone can start today and make a new ending.  Name:Willam  Time:2017/3/8 1、最短路径问题介绍 问题解释：  从图...

2018-09-11 17:40:34

阅读数：13

评论数：0

转 [Spark基础]--repartition vs coalesce

https://blog.csdn.net/high2011/article/details/78842739

2018-09-11 15:25:05

阅读数：9

评论数：0

转 PageRank算法--从原理到实现

PageRank算法--从原理到实现 本文将介绍PageRank算法的相关内容，具体如下： 1.算法来源 2.算法原理 3.算法证明 4.PR值计算方法 4.1 幂迭代法 4.2 特征值法 4.3 代数法 5.算法实现 5.1 基于迭代法的简单实现 5.2 MapReduce实现 6.Page...

2018-09-11 11:31:58

阅读数：11

评论数：0

转 Spark GraphX aggregateMessage函数介绍

aggregateMessage函数有两个大操作，一个是sendMsg，一个是mergeMsg。aggregateMessages函数其对象是三元组。 sendMsg是将三元组的属性信息进行转发，mergeMsg是将sendMsg转发的内容进行聚合。 sendMsg函数以EdgeContex作为...

2018-09-11 10:56:48

阅读数：13

评论数：0

转 Spark Pregel参数说明

Pregel是个强大的基于图的迭代算法，也是Spark中的一个迭代应用aggregateMessage的典型案例，用它可以在图中方便的迭代计算，如最短路径、关键路径、n度关系等。然而对于之前对图计算接触不多的童鞋来说，这个api还算是一个比较重量组的接口，不太容易理解。 Spark中的Prege...

2018-09-11 10:52:08

阅读数：11

评论数：0

提示
确定要删除当前文章？
取消 删除
关闭
关闭