- 博客(33)
- 收藏
- 关注
RSS订阅
原创 机器学习-----------主成分分析
主成分分析（Principal Component Analysis，PCA）是一种常用的数据降维技术，它通过线性变换将高维数据转换为低维数据，同时保留数据的主要特征。PCA的基本思想是找到数据中的主成分，即数据中最大方差的方向，然后将数据投影到这些主成分上，从而实现数据的降维。通过PCA，可以减少数据的维度，去除数据中的噪音和冗余信息，从而更好地理解和分析数据。PCA在数据分析、模式识别、特征提取等领域都有广泛的应用。
2023-12-30 20:26:31
1001
原创 数据结构与算法----------时间复杂度
一般情况下，算法中的基本操作语句的重复执行次数是问题规模n的某个函数，用T(n)表示，若有某个辅助函数f(n)，使得当n趋近于无穷大时，T(n) / f(n) 的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数。记作 T(n)=Ｏ( f(n) )，称Ｏ( f(n) ) 为算法的渐进时间复杂度，简称时间复杂度。
2023-12-20 08:00:00
75
原创 机器学习------------支持向量机(SVM)
1)准确率98.7%,还不错2)支持向量机（SVM）是一种强大的机器学习算法，用于分类和回归问题。SVM在处理线性可分的数据集时表现出色，能够很好地将两个不同类别的数据分开。对于非线性可分的数据集，SVM可以通过使用核函数来将数据映射到高维空间，从而实现更好的分类效果。SVM对于小样本数据集的表现较好，能够有效地处理少量训练数据。在处理大规模数据集时，SVM可能会面临计算复杂度和内存消耗的问题，需要对数据进行降维或者使用其他方法来加速计算。
2023-12-18 21:45:00
100
原创 数据结构与算法-----------算法篇之排序算法
一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。
2023-12-16 16:53:48
17
原创 数据结构与算法从零开始------------递归之八皇后问题
1)代码看着很少,实际上judge()判断函数调用了估计有上万次,验证图在下面2)单单一个递归回溯的话,效率不高,后面可以结合着贪心算法来优化,3)这个很难凭靠文字说清楚,还是要自己画图敲代码亲自理解几遍4)时间空间开销都挺大的,还待优化。
2023-12-14 15:38:31
28
原创 目标检测YOLOv3实战：叶病虫害检测
提供了2183张图片，其中训练集1693张，验证集245，测试集245张。包含7种昆虫，分别是Boerner、Leconte、Linnaeus、acuminatus、armandi、coleoptera和linnaeus。包含了图片和标注。
2023-12-08 12:49:36
356
原创 机器学习------------------------------Logistic回归
Logistic回归:是统计学习中的经典分类方法，属于，所以也被称为对数几率回归。虽然是叫做回归，但其实这是一种，Logistic回归是一种线性分类器，针对的是线性可分问题。
2023-12-04 21:45:00
42
1
原创 数据结构与算法从零开始----------------004栈--初识
1)栈的英文为(stack)2)栈是一个先入后出(FILO-First In Last Out)的有序列表。3)栈(stack)是限制线性表中元素的插入和删除只能在线性表的同一端进行的一种特殊线性表。允许插入和删除的一端，为变化的一端，称为栈顶(Top)，另一端为固定的一端，称为栈底(Bottom)。4)根据栈的定义可知，最先放入栈中元素在栈底，最后放入的元素在栈顶，而删除元素刚好相反，最后放入的元素最先删除，最先放入的元素最后删除。
2023-12-01 18:00:38
20
原创 数据结构与算法从零开始------------------环形单链表(约瑟夫环)
在第一章时,我们简单提到了约瑟夫环(即丢手帕)的问题:想必,这个游戏我们小时候或多或少都接触过,现在把它转换为代码实现,即Josephu 问题：设编号为1，2，… n的n个人围坐一圈，约定编号为k（1<=k<=n）的人从1开始报数，数到m 的那个人出列，它的下一位又从1开始报数，数到m的那个人又出列，依次类推，直到所有人出列为止，由此产生一个出队编号的序列。
2023-11-29 17:48:03
23
原创 数据结构与算法从零开始----------双向链表
1)单向链表，查找的方向只能是一个方向。2)单向链表不能自我删除，需要靠辅助节点 ，所以前面我们单链表删除节点时，总是找到temp,temp是待删除节点的前一 个节点.
2023-11-28 19:00:18
25
原创 操作系统实验--------------进程同步
1)在实验中，我们可以观察到多个进程同时执行的情况，这展示了操作系统中的并发执行特性。2)通过使用信号量等同步机制，我们可以实现对共享资源的互斥访问，确保多个进程不会同时对共享资源进行写操作，从而避免数据的混乱和错误。3)实验中的生产者和消费者模型展示了进程之间的同步通信，生产者和消费者通过共享内存进行数据交换，并通过信号量等机制实现了同步操作。4)我们需要注意避免死锁和饥饿的情况，即多个进程因为争夺资源而陷入无限等待的状态，或者某些进程长时间无法获得所需资源的情况。
2023-11-23 18:53:00
125
原创 操作系统------进程高级通讯
1)共享内存：在共享内存的实现中，需要注意对共享内存的读写操作进行同步，以避免竞争条件和数据不一致的问题。2)消息队列：使用消息队列可以实现进程之间的异步通信，进程可以通过发送和接收消息来进行信息交换。消息队列提供了一种可靠的方式来传递数据，因为消息在队列中按顺序存储，并且可以设置不同的消息类型来区分不同的消息。3) 父子进程关系：在这两个示例中，使用了fork()函数创建了父进程和子进程。子进程可以继承父进程的资源，包括共享内存和消息队列。
2023-11-19 00:22:07
41
原创 机器学习-------------------朴素贝叶斯
官话定义:1)P(cj)代表还没有训练模型之前，根据历史数据/经验估算cj拥有的初始概率。P(cj)常被称为cj的先验概率(prior probability) ，它反映了cj的概率分布，该分布独立于样本。假设要猜测西瓜的好坏问题，如何判断正反概率？根据自己以往购买西瓜的经验，好瓜的概率是p(好瓜)=0.6，坏瓜概率是p(坏瓜)=0.4 则可将p(好瓜)=0.6，p(坏瓜)=0.4作为，也就是观测新样本前就已知的先验分布p(y)。即根据以往经验和分析。
2023-11-15 22:11:57
36
原创 数据结构与算法从零开始--------003线性结构之单链表(2)
要求:1)完成对英雄人物的增删改查操作2)第一种方法在添加英雄时，直接添加到链表的尾部2)第二种方式在添加英雄时，根据排名将英雄插入到指定位置 (如果有这个排名，则添加失败，并给出提示)上一章完成了要求2,即第一种方法,这一张将要完成第二种方法和对英雄人物的增删改查操作即对链表的增删改查操作。
2023-11-14 14:48:51
24
原创 数据结构与算法从零开始-----------003线性结构之单链表(1)
1) 链表是有序的列表2)链表是以节点的方式来存储,是链式存储3)每个节点包含 data 域， next 域：指向下一个节点.4)链表的各个节点不一定是连续存储. 链表分带头节点的链表和没有头节点的链表，根据实际的需求来确定。
2023-11-13 15:59:13
23
原创 数据结构与算法从零开始--------002线性结构(续环形队列)
上个博客完成了用数组实现队列的先进先出的基本功能了,但存在一定的缺点,就是不能重复使用,即一次性队列,在这篇将解决这个问题。
2023-11-10 09:00:00
23
原创 数据结构与算法从零开始---------002线性结构(续队列)
1)队列是一个有序列表，可以用数组或是链表来实现。2)遵循先入先出的原则。即：先存入队列的数据，要先取出。后存入的要后取出。
2023-11-09 17:51:27
26
1
原创 数据结构与算法从零开始------------------------001导学和初识
1)一个字符串str1="数据结构 与算法 数据结构与" 和另一个字符串str2 = "数据结构与"2) 现让你判断str1是否包含str2,如果存在，就返回第一次出现的位置, 如果没有，则返回-13)并要求用最快的速度来完成匹配4)请提供你的思路当然,面对这些我们可以很容易的想到暴力匹配,即拿str2中的字符串一个一个的和str1中的相比.虽然能做出来,但好像违背了最快速度匹配的要求.结果展示:这样的话,可以引出KMP算法.(这个是大二的时候学的一个算法后面复习到时会详细的写出见解)
2023-11-03 09:00:00
26
原创 数字图像处理----------------图像频域变换
1.对图像作傅立叶变换，显示频域振幅图像。作傅立叶逆变换，显示图像，看是否与原图像相同首先,要明白什么是傅里叶变换.傅里叶变换就是将一种信号从转换到的数学工具.那逆变换就很显而易见就是从频域信号转换回时域信号.首先读取位于指定路径的图像文件,并将其存储在变量img中。然后将彩色图像转换为灰度图像。创建一个1行3列的子图,选择第1个子图作为当前图像并显示原图像。接着对灰度图像进行二维傅立叶变换,得到一个复数矩阵f，其中每个元素表示不同频率成分的振幅和相位.fshift = fftshift(f)
2023-11-02 10:15:00
199
原创 数字图像处理------------直方图均衡化\规定化\相关和卷积的计算
然后，使用histeq函数对原始图像进行直方图规定化，其中第一个参数是原始图像，第二个参数是目标图像的直方图。最后，使用subplot和imshow函数将原始图像、目标图像和规定化后的图像显示出来，并使用imhist函数显示原始图像和规定化后的图像的直方图。什么是直方图均衡化,具体来说是一种用于增强图像对比度的方法，可以通过拉伸图像的灰度级分布来增加图像的动态范围。就是将一幅图像的直方图匹配到规定的目标直方图。直方图均衡化是一种用于增强图像对比度的方法，可以通过拉伸图像的灰度级分布来增加图像的动态范围。
2023-11-01 09:30:00
153
原创 数字图像处理--------进阶(编写函数完成需求)
h,w] = size(G)将图像G的高度赋值给变量h，将图像G的宽度赋值给变量w . imhist函数返回两个输出参数：counts和x。x是一个包含每个灰度级的值的向量。3.然后调用matlab内置函数min和max函数分别计算出gray_image图像中最小和最大灰度值其中[(:) 是 MATLAB 中的一种运算符，可以将数组或者矩阵展开为一维向量。counts = counts / (h * w)的作用是将直方图的每个灰度级分量的像素数除以图像的总像素数，从而得到归一化的直方图。
2023-10-31 10:00:00
51
1
原创 数字图像处理---------matlab的使用
1.imread是计算机语言中的一个函数，可以用于读取图片文件中的数据,如本次实验中读取的0-255的灰度值。2.whos可以列出当前工作空间中所有变量，以及它们的名字、尺寸（比如数组的行列维数）、所占的字节数、属性等信息。这些信息都显示在工作空间窗口中。3.imshow是 matlab 中用来显示图像的一个函数4.Imfinfo函数。
2023-10-30 18:00:00
940
原创 机器学习-----------性能度量
在机器学习中，性能度量是评估和度量模型预测能力的重要指标。在进行实验时，可以使用以下几种常见的性能度量来评估模型的性能：1. 准确率（Accuracy）：准确率是最常用的性能度量指标，表示模型正确预测的样本数占总样本数的比例。准确率越高，模型的预测能力越好。2. 精确率（Precision）和召回率（Recall）：精确率和召回率是在二分类问题中常用的性能度量指标。精确率表示模型预测为正类的样本中真正为正类的比例，召回率表示真正为正类的样本中被模型预测为正类的比例。
2023-10-23 21:00:00
50
原创 机器学习--------------KNN算法实现
（1）此次算法的实例还不够完整，还缺少数据分析（2）k算法的是优点：简单易懂不需要训练过程；缺点：样本不平衡的时候，对稀有类别的预测准确率低。
2023-10-09 13:02:06
770
1
原创 机器学习环境搭建(vscode+anaconda安装+conda虚拟环境的激活)超详细
http://Anaconda.org的服务器在国外，安装多个packages时，conda下载的速度经常很慢。anaconda命令创建python版本为x.x，名字为test的虚拟环境。Windows: conda activate test(注意切换成功后前面的base改变成你虚拟环境的名字)(值得说一下的是,找一下刚刚安装时anaconda的安装路径,然后复制)安装的时候是用pip 安装， 卸载的时候也需要pip uninstall。相应用户的目录存在差异，但是后面的路径名称相同。
2023-09-25 21:22:24
722
1
原创 matlab基础操作实验一
利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件,设为flower.jpg；用figure,imshow()分别将Lenna.jpg和camema.jpg显示出来，观察两幅图像的质量。MATLAB中如何读入图像、如何获取图像文件的相关信息、如何显示图像及保存图像等，熟悉相关的处理函数。同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像，设为flower.bmp。用im2bw将一幅灰度图像转化为二值图像，并且用imshow显示出来观察图像的特征。
2023-09-14 12:17:14
1258
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人