- 博客(14)
- 资源 (4)
- 收藏
- 关注
原创 【C++】灵活使用C/C++宏定义
灵活使用宏定义 #define宏定义在C语言中有广泛使用。对于C++语言,《Effective C++》第二章告诉我们,在C++中尽量用const、enum、inline替换#define,可以避免很多陷阱。尽管《Effective C++》第二章指出#define宏定义的诸多陷阱,这不代表作者不希望我们使用#define宏定义
2016-05-31 20:36:45 2414
原创 【高性能】Linux远程VNC桌面
Linux远程桌面 很多商业高性能集群服务器,安装使用Redhat Linux企业版。一般工作人员可以用ssh、rsh命令,远程直连Redhat Linux的控制台,跳过GUI模块来操控服务器。但是有时候,工作人员需要使用Linux系统下的GUI软件,这就不得不使用远程桌面VNC 。
2016-05-30 10:47:00 1678
原创 【综合算法】不考虑误差的TDOA定位
不考虑误差的TDOA定位TDOA是一种无线定位技术,是一种利用时间差进行定位的方法。 不同于TOA,TDOA(到达时间差)是通过检测信号到达两个基站的时间差,而不是到达的绝对时间来确定移动台的位置,降低了时间同步要求。
2016-05-27 21:00:22 18585 14
原创 生成python程序的exe文件
生成python程序的exe文件 在不安装python运行环境的情况下,用py2exe生成python程序的exe文件是最优选择。
2016-05-26 15:56:34 4825
原创 【数据挖掘】利用md5查找重复文件
【数据挖掘】利用md5查找重复文件 电脑经过长时间的使用,难免会存留许多重复文件。这些重复文件往往四散在各处,其文件名、修改时间等信息都有改动,这对我清理重复文件造成了困扰。尽管重复文件已经有了诸多修改,但是这些修改仅仅作用于文件头,真正的文件数据没有修改过,因此我可以通过比较磁盘上的文件的文件数据的md5摘要信息,来找到重复的文件。
2016-05-26 14:08:50 7515
原创 【图像处理】线性、位置不变退化图像的频域复原基础(维纳滤波,最小均方滤波,几何滤波)
【图像处理】线性、位置不变退化图像的复原基础(维纳滤波,最小均方滤波,几何滤波)
2016-05-19 17:15:19 4033
原创 TeX、Markdown的使用感受
TeX、Markdown的使用感受 TeX全面,Markdown快速。Mac下有优秀的Markdown编辑器软件,Windows下最好使用在线Markdown编辑器。
2016-05-18 14:17:40 3984
原创 【图像处理】只存在噪声的基础图像复原
只存在噪声干扰的情况下,实际图像可以表示为g(x,y)=f(x,y)+n(x,y),这种情况下图像复原要容易许多。一、空间域滤波方法空间域滤波方法主要有均值滤波方法和统计排序方法。1、均值滤波方法包括:a谐波均值滤波器,公式:,当Q=0,谐波均值滤波器变为普通均值滤波器;当Q>0,原式称为逆谐波滤波器;当Q=-1,原式称为谐波滤波器。b几何滤波器,公式,其中m和n是模板S(x,
2016-05-16 20:49:44 3041
原创 【图像处理】从图像空间域滤波到频域滤波
频域滤波的快速实现是工程领域的里程碑。频域滤波最让工程师兴奋的原因来自于这个公式:f(x)*g(y)F(u)G(v)这说明空间域中的复杂的卷积算子,变换到频域中就成了简单的乘法,这样不仅计算简单,而且工程上易于实现。在FFT和快速DCT(余弦变换)的数字实现之前,频域变换的计算是很头疼的事情,在计算效率上并不比普通卷积快多少;在FFT和快读DCT实现之后,频域信号处理几乎无处不在。空间
2016-05-09 16:01:19 7910 1
原创 【图像处理】常见图像噪声模型和生成方法
常见的噪声模型有(z是噪声值,μ表示均值,s2表示方差):1、高斯噪声2、瑞里噪声μ=a+sqrt(pi*b/4),s2=b(4-pi)/43、伽马噪声 μ=b/a,s2=b/a^24、指数分布噪声 μ=1/a,s2=1/a^25、均匀分布噪声 μ=(a+b)/2,s2=(b-a)^2/126、椒盐噪声其中盐表示亮点,椒表示暗点。7、周期噪声,比如空间域图像受到正弦波信
2016-05-07 20:15:59 18854 3
原创 【图像处理】图像频域基础
一般我们看到的图像可以表示为函数f(x,y),x和y是空间上的坐标,此时的图像称为空间域图像;经过频域变换后的图像称为频域图像。离散情况下,一维傅里叶变换有如下形式。同时这里还证明了,对原始数据乘以(-1)^x之后,频域结果被中心化。在二维情况下,则有因为图像处理中一般有M=N,所以有 我们对一幅图像每个像素点(x,y)乘以(-1)^(x+y),然后进行FFT,
2016-05-06 10:08:43 5644
原创 【机器学习】最速下降法和牛顿下降法
入门教材常用二分法来求解实数求根的问题。我们现在来用普通迭代法、下降法来求解实数开立方根的问题。设当前实数为n,求根次数为k,根为s,那么有s^k=n。所得偏差函数为f(s)=s^k-n。显然当代价函数f(s)->0时,我们便求出了n的k次根。现在我们开立方根,那么k=3,代价函数为f(s)=s^3-n。
2016-05-04 20:18:49 2572
gdb7.1 for windows
2012-08-10
欧拉系统虚拟机安装问题
2023-05-05
基于C++怎么使用neo4j的http api?
2023-05-05
如何用VTK获取视锥八个顶点?
2023-03-18
slurm 任务被kill而没有报错信息,怎么办?
2022-10-13
TA创建的收藏夹 TA关注的收藏夹
TA关注的人