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(6)
  • 资源 (9)
  • 收藏
  • 关注

原创 leetcode笔记:Number of 1 Bits

题目的要求很简单,找出一个整数对应的二进制格式中有多少个'1'。

2016-03-28 18:36:31 1949

原创 Google开源单元测试框架Google Test:VS2012 配置

由题目可知,Google Test(简称gtest)是Google发布的一个开源C/C++测试框架,被应用于多个开源项目及Google内部项目中,包括Chrome浏览器、LLVM编译器架构、Protocol Buffers数据交换格式及工具、OpenCV计算机视觉库等。

2016-03-27 21:56:04 4699 2

原创 leetcode笔记:House Robber III

题目的意思是,小偷找到了一个新的偷盗场所。这片区域只有一个入口,叫做“根”。除了根以外,每个屋子有且仅有一个父屋子。在踩点之后盗贼发现,所有的房间构造形成了一棵二叉树。如果两个直接相连的屋子在同时被盗窃,就会惊动警察。

2016-03-14 20:28:22 2404

原创 Unix NetWork Programming:配置unp.h头文件环境

在阅读Unix网络编程(第三版)的过程中发现(UNP),书中的代码只需要包含#include "unp.h"即可编译,百度了一下,有不少配置unp.h头文件环境的文章,因此试着操作了一下,以便自己日后查阅。

2016-03-08 11:49:14 4236

原创 leetcode笔记:Maximum Product of Word Lengths

题目大意:给定一个字符串数组words,寻找length(words[i]) * length(words[j])的最大值,其中words[i]和words[j]两个单词不包含相同的字母。你可以假设每一个单词只包含小写字母。如果不存在这样的两个单词,结果返回0。

2016-03-07 16:59:24 2327

原创 leetcode笔记:Bitwise AND of Numbers Range

给定一个范围[m, n],其中 0 <= m <= n <= 2147483647,返回范围内所有整数的按位与,包括边界m和n。比如给定范围为[5, 7], 应返回4。单看题目描述,可以知道该题涉及到位运算。

2016-03-04 18:19:13 1422 2

FFmpeg-2.8.2 Windows编译生成文件

FFmpeg-2.8.2 Windows编译生成文件,支持H.264编解码

2015-11-21

FFmpeg-2.2.4 Windows编译生成文件

windows + vs2012编译/调试生成的FFmpeg文件,可直接使用

2015-11-20

《机器学习实战》朴素贝叶斯章节的数据文件

使用朴素贝叶斯过滤垃圾邮件所用的数据文本,放在工程目录下并解压即可

2015-09-14

《机器学习实战》中文版+英文版+书本源代码

《机器学习实战》中文版+英文版+书本源代码,仅作参考自用,请支持正版!

2015-08-30

基于SVM与人工神经网络的车牌识别OpenCV&C++实现

基于SVM与人工神经网络的车牌识别算法,使用了OpenCV的图像处理函数,在VS2013 + OpenCV 2.4.9平台上实现

2015-05-29

基于SVM与人工神经网络的车牌识别C++实现

基于SVM与人工神经网络的车牌识别算法,使用了OpenCV的图像处理函数,在VS2013平台上实现

2015-05-21

numpy-amd64-py2.7.exe

numpy64位,支持python2.7

2015-04-29

模式识别 Matlab生成模式类

模式识别(英语:Pattern Recognition),就是通过计算机用数学技术方法来研究模式的自动处理和判读。我们把环境与客体统称为“模式”。这里利用MATLAB生成模式类,其实就是模式识别课程的入门。

2015-03-13

Harris角点检测

在计算机视觉中,特征点的概念被大量用于解决物体识别、图像匹配、视觉跟踪、三维重建等问题,比如图像中物体的角点,它们是在图像中可被轻易而精确地定位的二维特征。顾名思义,特征点检测的思想是无需观察整幅图像,而是通过选择某些特殊点,然后对它们执行局部分析。如果能检测到足够多的这种点,同时它们的区分度很高,并且可以精确定位稳定的特征,那么这个方法就很有效。这里主要使用Harris特征检测器检测图像角点。

2015-03-08

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