- 博客(1)
- 资源 (21)
- 收藏
- 关注
RSS订阅
原创 nginx实现图片的缩放和裁剪
最近在做壁纸的项目，会要求根据原图生成不同的分辨率来适配手机。目前设计的方案是只保存一张原图，不同分辨率的图片在请求时根据原图动态裁剪，nginx层实现。例：原图url：http://s.qdcdn.com/cl/12526976.jpg客户端请求的url：http://s.qdcdn.com/cl/12526976,240x400.jpg则在请求时，服务器nginx层根据
2015-03-23 16:03:07
12346
线性方程组的迭代解法 数值方法实验
一.试验目的：练习线性方程组的迭代解法。
二.实验内容：. 分别用雅可比（Jacobi）迭代法和高斯—塞德尔（Gauss—Seidel）迭代法求解下列线性方程组，且比较收敛速度，要求当 是迭代终止。
1）
2）
2011-05-16
函数的插值 数值计算方法实验 数值方法实验
一.试验目的：练习用数值方法计算进行函数插值。
二.实验内容：已知正弦函数表
0.5 0.7 0.9 1.1 1.3 1.5 1.7 1.9
0.4794 0.6442 0.7833 0.8912 0.9636 0.9975 0.9917` 0.9463
试分别计算 与 的近似值（用线性插值和抛物线插值），并估计它的误差。
2011-05-16
解线性方程组的迭代法 数值计算方法实验 数值方法实验
一.试验目的：练习用松弛法求解线性方程组.
二.实验内容：用松弛法求线方程组:
分别取 . 要求当 时迭代终止，并对每个 值确定迭代次数（初值取为 ）
2011-05-16
解线性方程组的迭代法 数值计算方法实验 数值方法实验
一.试验目的：练习线性方程组的迭代解法。
二.实验内容：分别用雅可比（Jacobi）迭代法和高斯—塞德尔（Gauss—Seidel）迭代法求解下列线性方程组，且比较收敛速度，要求当 是迭代终止。
2011-05-16
模式识别上机实验5：近邻法与剪辑近邻法
画出近邻法的程序框图，对给定的分别存放在文件“riply_trn.mat”和”riply_tst.mat”中的两类样本训练集250个测试集1000个，试用近邻法，k近邻法与剪辑近邻法, 重复剪辑近邻法给出测试集的分类结果并分别计算其错误率。
2011-04-06
模式识别上机实验4：Fisher 线性判别及感知器判别
根据给出的触角长度和翼长识别出一只标本是Af还是Apf是重要的。两种蠓虫，Af和Apf已由生物学家W.L.Grogna和W.W. Wirth （1981）根据它们的触角长度和翼长加以区分，见表中数据。
试分别用Fisher判别和感知准则函数求判别函数并判别出最后5个样本的类别，并画出20个样本的散点图及分类直线。
2，4. 最小均方误差准则函数。
2011-04-06
模式识别上机实验3:密度的非参数估计
给出密度函数的非参数估计公式，并产生1、16、256和16384个服从一维标准正态分布的样本，
1． 分别就窗宽为 ， ，窗函数为高斯函数的情形估计所给样本的密度函数并划出图形。
2． 分别就 时用 近邻方法估计所给样本的密度函数并划出图形。
2011-04-06
模式识别实验：参数估计及两分类问题 matlab
给定2维样本500个，存放在文件“500样本.txt”中，其中前300个是属于第一类的样本，接着200个是属于第二类的样本（第一列为样本的类别）。假设两类样本均来自正态总体，试分别估计其参数，求出决策函数和决策规则并对如下五个未知类别的样本进行分类。
2011-04-06
贝叶斯决策 模式识别实验 matlab
有一组（20个）待识别的细胞样本，其先验概率为0.8（正常）和0.2（异常）; 其观察值相应的类条件概率密度如下，试利用最小错误率贝叶斯决策规则和最小风险贝叶斯决策规则，分别设计一个分类器，对它们进行分类（分为两类，正常和异常）， (结果表述格式自己设计，表达清楚每个样本的分类情况即可)。风险损失值：
正常状态下（第二行）和异常状态下（第三行）细胞特征观察值的类条件概率密度：
2011-04-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人