- 博客(23)
- 资源 (5)
- 收藏
- 关注
原创 【计算机图形学】【GAMES101学习笔记】Shading 着色
前面我们讲光栅化是填充像素格,将图像显示在屏幕上,而这里要讲的shading则是负责计算出颜色,换句话说,shading就是计算出每个采样像素点的颜色是多少。shading计算要考虑的因素通常有:光照、纹理、着色频率(着色单位)等。...
2022-07-24 17:47:09
606
1
原创 【计算机图形学】【GAMES101学习笔记】Rasterization 光栅化
光栅化是对象顺序图形的中心操作,而光栅化器是任何图形管道的中心。对于输入的每个基元,光栅化器有两个任务:枚举基元覆盖的像素,并在基元上插值,称为属性。这些属性的用途将在后面的示例中明确。光栅化器的输出是一组片段,每个片段对应于基本体覆盖的像素。每个片段“存在”于特定像素处,并携带其自己的一组属性值。...
2022-07-18 22:14:46
9528
原创 【计算机图形学】【GAMES101学习笔记】Viewing-Transformation 视图变换
Viewing(视图) Transformation由View transformation 和Projection transformation组成,视图变化是将三维空间中的点变换成二维空间中,就好像是人们用相机将三维空间的场景拍摄下来,最后形成照片一样。而这个视图变换过程又包含很多复杂的操作,比如相机的位置和方向、投影的类型、视野大小,以及图像的处理等。...
2022-07-18 15:27:30
523
原创 【计算机图形学】【GAMES101学习笔记】Review of Linear Algebra 基础变换矩阵总结(缩放,旋转,位移)
计算机图形学中的缩放、旋转、平移等变换及其数学原理
2022-07-17 15:13:40
412
原创 【Android开发】旧书交易系统(OBT),安卓购物软件开发,安卓聊天软件开发,数据库应用,安卓直连mysql数据库
OBT(old book trade)深大旧书交易平台,是专门为深大学生量身定制的二手教科书、二手课外书等书籍的交换平台。同学们用过的教科书、课外书都可以用在本平台上换成需要的教科书或者课外书。旧书交易系统是为师生服务的公益平台项目,旨在实现书籍回收利用、促进学习交流、节省学生开销等宗旨。目前 OBT 已经完成安卓手机端的开发,未来将对第一版本进行完善,并择机开发 ios 版本和鸿蒙版本。
2022-03-14 23:20:58
5342
原创 【计算机视觉】新冠肺炎COVID-19 CT影片阳性检测,感染区域分割,肺部分割,智慧医疗实践,医疗影像处理示例
本次实验基于COVID-19 CT scans数据集,根据患者肺部的CT扫描分析,对患者COVID阳性还是阴性进行分类。如果患者Covid阳性,则这行肺部和感染区域的分割。实验还实现了交互性良好的可视化界面,更有助于医护人员对病情的快速筛查。
2022-03-11 15:35:19
17174
237
原创 【剑指 Offer】10-I. 斐波那契数列
题目描述写一个函数,输入 n ,求斐波那契(Fibonacci)数列的第 n 项(即 F(N))。斐波那契数列的定义如下:F(0) = 0, F(1) = 1F(N) = F(N - 1) + F(N - 2), 其中 N > 1.斐波那契数列由 0 和 1 开始,之后的斐波那契数就是由之前的两数相加而得出。答案需要取模 1e9+7(1000000007),如计算初始结果为:1000000008,请返回 1。解法一:动态规划由于斐波那契数存在递推关系,因此可以使用动态规划求解。动态规
2022-03-11 14:51:43
239
原创 【剑指 Offer】09. 用两个栈实现队列
题目描述用两个栈实现一个队列。队列的声明如下,请实现它的两个函数 appendTail 和 deleteHead ,分别完成在队列尾部插入整数和在队列头部删除整数的功能。(若队列中没有元素,deleteHead 操作返回 -1 )示例1输入:["CQueue","appendTail","deleteHead","deleteHead"][[],[3],[],[]]输出:[null,null,3,-1]示例2输入:["CQueue","deleteHead","appendTail"
2022-03-11 14:05:32
128
原创 机器学习算法之LDA(线性判别分析)人脸识别FisherFaces,最大化类间散度,最小化类内散度,LDA线性判别分析原理剖析,LDA人脸识别matlab实现,LDA人脸识别python实现
这里写目录标题LDA算法概念LDA算法概念线性判别分析(Linear discriminant Analysis,LDA)是一种监督学习的降维技术,与无监督的PCA不同的是,PCA是寻找数据集中方差最大的方向作为主成分分量的轴,而LDA是最优化分类的特征子空间。LDA的思想可以用一句话概括,就是“投影后类内方差最小,类间方差最大”。也就是说,要将数据在低维度上进行投影,投影后希望每一种类别数据的投影点尽可能的接近,而不同类别的数据的类别中心之间的距离尽可能的大。...
2021-07-21 14:12:20
1931
1
原创 机器学习算法之PCA(主成分分析)人脸识别,最小重构误差和最大化散度证明,PCA主成分分析原理剖析,PCA人脸识别matlab实现,PCA人脸识别python实现
目录PCA介绍PCA大致思路PCA人脸识别(特征脸法)matlab代码实现Python代码实现PCA几何解释PCA证明最小重构误差和最大散度等价实验结果PCA介绍 主成分分析(Principal Component Analysis, 简称PCA)是将多个变量通过线性变换以选出较少个数重要变量(主成分)的一种多元统计分析方法。 PCA通常用
2021-07-17 19:44:21
4523
1
原创 图的m着色问题——回溯法及其优化(变量排序MRV, 值排序MCV, 前向检查ForwardChecking, 智能回溯, 边相容,K阶相容)python C++实现
文章目录图的m着色问题背景背景知识问题描述回溯法的原理及其实现回溯法基本思想朴素回溯法解决图的m着色问题回溯优化策略回溯法优化——变量排序MRV回溯法优化——值排序MCV回溯法优化——前向检查ForwardChecking边相容Arc consistency智能回溯AI TrackbackK阶相容资源下载实验伪代码下载python源码下载C++源码下载地图数据集下载授课用ppt下载图的m着色问题背景背景知识 为地图或其他由不同区域
2021-05-14 17:12:49
5430
25
原创 ubuntu apt换源,Linux镜像网站加速下载, vim下载加速,快速安装pip(完整教学版)
前言应该有不少像我一样Linux新学者,对Linux的基本语法不熟悉,在配置环境的时候遇到不少问题,比如在下载vim等程序的时候,如果用官方配置的apt源,下载速度真的让人难以接受。那么我们其实可以将apt源和pip源换成国内的镜像网站,这样下载速度就跟平常没什么区别啦~ 以清华的镜像为例吧~apt换源第一步,先切换到超级用户模式。第二步,输入以下指令,进入sources.list文件。sudo gedit /etc/apt/sources.list第三步,前往清华镜网开源网站,选择你的ubu
2021-03-18 15:07:59
619
1
原创 机器学习之线性模型-最小二乘法、梯度下降法
"""@author: JacksonKim@filename: linear_regression.py@start: 2021/02/01@end: 2021/02/02"""import numpy as npimport matplotlib.pyplot as plt'''1. 线性模型形式简单、易于建模,许多功能更为强大的非线性模型可在线性模型的基础上通过引入层级结构或高维映射而得。此外,线性模型有很好的可解释性。2. 线性回归算法是回归任务中比较简单的一种模型,其
2021-02-02 10:59:24
221
原创 机器学习之性能度量-查准率和查全率计算(precision and recall)
"""@author: JacksonKim@filename: confusion_matrix.py@start: 2021/02/01@end: 2021/02/01"""import numpy as npfrom sklearn import datasetsimport matplotlib.pyplot as pltfrom sklearn.neighbors import KNeighborsClassifier'''混淆矩阵是机器学习中总结分类模型预测结果的情
2021-02-01 16:31:25
1220
原创 机器学习之性能度量-实现混淆矩阵(confusion matrix)
"""@author: JacksonKim@filename: confusion_matrix.py@start: 2021/02/01@end: 2021/02/01"""import numpy as npfrom sklearn import datasetsimport matplotlib.pyplot as pltfrom sklearn.neighbors import KNeighborsClassifier'''混淆矩阵是机器学习中总结分类模型预测结果的情
2021-02-01 14:19:33
464
原创 机器学习之数据集划分-自助法(bootstrapping)
"""@author: JacksonKim@filename: bootstrapping.py@start: 2021/1/29@end: 2021/1/29"""import numpy as np'''1. 自助法以自助采样法为基础,采用放回抽样的方法,从包含m个样本的数据集D中抽取m次,组成训练集D',然后数据集D中约有36.8%的样本未出现在D’中,于是我们用D\D‘作为测试集2. 自助法在数据集较小,难以划分训练/测试集时很有用3. 自助法能从初始数据中产生多个不同的
2021-01-29 14:01:36
3770
原创 机器学习之数据集划分-k折交叉验证法(k-fold cross validation)
"""@author: JacksonKim@filename: k_fold_cross_validation.py@start: 2021/1/29@end: 2021/1/29"""import numpy as np'''1. k折交叉验证法就是将数据集D划分为k个大小相似的互斥子集,每个子集都尽可能保持数据分布的一致性2. 每次用k-1个子集的并集作为训练集,余下的那个子集作为测试集,从而获得k组训练/测试集3. 交叉验证法评估结果的稳定性和保真性很大程度上取决于k的取值
2021-01-29 13:36:12
2155
1
原创 机器学习之数据集划分-留出法(hold-out)
"""@author: JacksonKim@start: 2021/1/28@end: 2021/1/29"""import numpy as np'''1. 留出法直接将数据集D划分为两个互斥的集合,其中一个集合作为训练集S,另一个作为测试集T。2. 通常训练集和测试集的比例为70%:30%3. 训练/测试集的划分要尽可能保持数据分布的一致性,避免因数据划分过程引入额外的偏差对最终结果产生影响,通常采取分层采样的方法。'''# 随机产生我们的数据集x = np.rando
2021-01-29 11:39:15
3248
1
原创 DS顺序表之循环移位
顺序表的移位是循环移位,例如顺序表:1,2,3,4,5,6。如果左移1位,即原来的头元素移动到末尾,其它元素向左移1位,变成2,3,4,5,6,1。同理,如果右移1位,即原来的尾元素移动到头,其它元素向右移1位,变成6,1,2,3,4,5。以下是移位的多个例子:原数据:1,2,3,4,5,6左移3位:4,5,6,1,2,3,与原数据对比右移4位:3,4,5,6,1,2,与原数据对比请编写程序实现顺序表的循环移位操作输入第1行输入n表示顺序表包含的·n个数据第2行输入n个数据,数据是小于100的
2021-01-01 21:57:28
396
原创 问题 A: DS顺序表--类实现
题目描述实现顺序表的用C++语言和类实现顺序表属性包括:数组、实际长度、最大长度(设定为1000)操作包括:创建、插入、删除、查找类定义参考输入第1行先输入n表示有n个数据,即n是实际长度;接着输入n个数据第2行输入要插入的位置和新数据第3行输入要插入的位置和新数据第4行输入要删除的位置第5行输入要删除的位置第6行输入要查找的位置第7行输入要查找的位置输出数据之间用空格隔开第1行输出创建后的顺序表内容,包括顺序表实际长度和数据每成功执行一次操作(插入或删除),输出执行后的顺
2021-01-01 21:18:28
519
原创 Android学习笔记:实现app启动界面跳过倒计时功能
实现app启动界面跳过倒计时功能1.背景在平常的开发应用中,我们常常需要设计一个app的启动界面,它没有标题栏,只显示3到5秒后直接跳转,或是用户可以选择直接跳转。这一功能广泛应用于各个app当中,特别是显示广告的时候。所以我们也来学习一下如何实现这一功能。2.效果图3.布局文件<?xml version="1.0" encoding="utf-8"?><RelativeLayout xmlns:android="http://schemas.android.com/apk
2020-11-30 22:12:17
2089
原创 AS新手总结:TabLayout与ViewPager联动实现滑页
使用TabLayout+ViewPager+RecyclerView模仿网易、头条实现左右滑页功能
2020-10-19 00:20:06
2736
8
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人