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(55)
  • 收藏
  • 关注

原创 以后会删的

计算机基础课程:链接 类别 视频 书籍 编程语言 Berkeley CS61A,链接,学完之后会写一篇学习心得 尽量使用推荐课程中所用的书籍,或者上方链接处给出的书籍 计算机硬件结构 Bekeley CS61C 数据...

2018-09-13 20:39:38 223 1

转载 [转]深度学习中优化方法——momentum、Nesterov Momentum、AdaGrad、Adadelta、RMSprop、Adam

 深度学习中优化方法—momentum、Nesterov Momentum、AdaGrad、Adadelta、RMSprop、Adam—        我们通常使用梯度下降来求解神经网络的参数,关于梯度下降前面一篇博客已经很详细的介绍了(几种梯度下降方法对比)。我们在梯度下降时,为了加快收敛速度,通常使用一些优化方法,比如:momentum、RMSprop和Adam等。这篇博客主要介绍...

2018-08-15 14:33:46 906

转载 【转载】HOG行人检测实例

原文链接:https://blog.csdn.net/qianqing13579/article/details/46509037关于HOG+SVM,CSDN上有一些非常好的文章,这里给出我觉得写的比较好的几篇,仅供大家参考目标检测的图像特征提取之(一)HOG特征HOG:从理论到OpenCV实践opencv 学习笔记-入门(21)之三线性插值-hog(二) 这篇博客写的是关于三线性插值的,为了减少...

2018-05-16 16:19:52 856

转载 【转载】HOG源码分析四

原文地址:https://blog.csdn.net/zhazhiqiang/article/details/21047207一、理论1、HOG特征描述子的定义:    locally normalised histogram of gradient orientation in dense overlapping grids,即局部归一化的梯度方向直方图,是一种对图像局部重叠区域的密集型描述符,...

2018-05-16 16:14:43 397

转载 【转载】HOG源码解析三

原文链接:https://blog.csdn.net/ttransposition/article/details/11874285一、基本思想     上图是目标检测的基本流程。     HOG属于特征提取,它统计梯度直方图特征。具体来说就是将梯度方向(0->360°)划分为9个区间,将图像化为16x16的若干个block,每个block在化为4个cell(8x8)。对每一个cell,算出...

2018-05-16 16:13:33 319

转载 【转载】HOG源码解析二

原文链接:https://blog.csdn.net/antter0510/article/details/20564627在阅读的过程中主要参考tornadomeet的博文,在这里表示感谢。同时在阅读的过程中也发现了其中的一些不足,在我的注释中会一一指出。由于本人能力有限,对源代码的理解还存在不足,比如usecache部分,还有weight的计算过程都没有进行深究。由于代码本身过长,所以会另外写...

2018-05-16 16:10:01 3677

转载 【转载】HOG源码解析

原文链接:https://www.cnblogs.com/tornadomeet/archive/2012/08/15/2640754.html一、网上一些参考资料       在博客目标检测学习_1(用opencv自带hog实现行人检测) 中已经使用了opencv自带的函数detectMultiScale()实现了对行人的检测,当然了,该算法采用的是hog算法,那么hog算法是怎样实现的呢?这一...

2018-05-16 16:08:16 430

转载 台湾大学林轩田机器学习基石课程学习笔记5 -- Training versus Testing

原文地址:https://blog.csdn.net/red_stone1/article/details/71104654上节课,我们主要介绍了机器学习的可行性。首先,由NFL定理可知,机器学习貌似是不可行的。但是,随后引入了统计学知识,如果样本数据足够大,且hypothesis个数有限,那么机器学习一般就是可行的。本节课将讨论机器学习的核心问题,严格证明为什么机器可以学习。从上节课最后的问题出...

2018-04-05 22:06:21 314

转载 台湾大学林轩田机器学习基石课程学习笔记4 -- Feasibility of Learning

原文地址:https://blog.csdn.net/red_stone1/article/details/71082934上节课,我们主要介绍了根据不同的设定,机器学习可以分为不同的类型。其中,监督式学习中的二元分类和回归分析是最常见的也是最重要的机器学习问题。本节课,我们将介绍机器学习的可行性,讨论问题是否可以使用机器学习来解决。一、Learning is Impossible首先,考虑这样一...

2018-04-05 22:00:36 163

转载 台湾大学林轩田机器学习基石课程学习笔记3 -- Types of Learning

原文地址:https://blog.csdn.net/red_stone1/article/details/71077351上节课我们主要介绍了解决线性分类问题的一个简单的方法:PLA。PLA能够在平面中选择一条直线将样本数据完全正确分类。而对于线性不可分的情况,可以使用Pocket Algorithm来处理。本节课将主要介绍一下机器学习有哪些种类,并进行归纳。一、Learning with Di...

2018-04-05 21:43:07 198 1

转载 台湾大学林轩田机器学习基石课程学习笔记2 -- Learning to Answer Yes/No

原文地址:https://blog.csdn.net/red_stone1/article/details/70866527上节课,我们主要简述了机器学习的定义及其重要性,并用流程图的形式介绍了机器学习的整个过程:根据模型H,使用演算法A,在训练样本D上进行训练,得到最好的h,其对应的g就是我们最后需要的机器学习的模型函数,一般g接近于目标函数f。本节课将继续深入探讨机器学习问题,介绍感知机Per...

2018-04-05 21:30:18 132

转载 台湾大学林轩田机器学习基石课程学习笔记1 -- The Learning Problem

原文地址:https://blog.csdn.net/red_stone1/article/details/72899485一、What is Machine Learning什么是“学习”?学习就是人类通过观察、积累经验,掌握某项技能或能力。就好像我们从小学习识别字母、认识汉字,就是学习的过程。而机器学习(Machine Learning),顾名思义,就是让机器(计算机)也能向人类一样,通过观察...

2018-04-05 21:29:10 279

转载 LIBSVM与LIBLINEAR

原文链接:http://blog.chinaunix.net/uid-20761674-id-4840097.html在过去的十几年里,支持向量机(Support Vector Machines)应该算得上是机器学习领域影响力最大的算法了。而在SVM算法的各种实现工具中,由国立台湾大学林智仁老师开发的工具包LIBSVM,又无疑是影响力最大的。2011年LIBSVM的系统介绍论文“LIBSVM: a...

2018-03-27 15:16:12 193

转载 SVM入门(十一)SMO算法

原文链接:http://www.cnblogs.com/jerrylead/archive/2011/03/18/1988419.html坐标上升法(Coordinate ascent)在最后讨论的求解之前,我们先看看坐标上升法的基本原理。假设要求解下面的优化问题:这里W是向量的函数。之前我们在回归中提到过两种求最优解的方法,一种是梯度下降法,另外一种是牛顿法。现在我们再讲一种方法称为坐标上升法(...

2018-03-27 11:03:47 392

转载 SVM入门(十)将SVM用于多类分类

原文地址:http://www.blogjava.net/zhenandaci/archive/2009/03/26/262113.html从 SVM的那几张图可以看出来,SVM是一种典型的两类分类器,即它只回答属于正类还是负类的问题。而现实中要解决的问题,往往是多类的问题(少部分例外,例如垃圾邮件过滤,就只需要确定“是”还是“不是”垃圾邮件),比如文本分类,比如数字识别。如何由两类分类器得到多类...

2018-03-27 10:28:21 424

转载 SVM入门(八)至(九)松弛变量

原文链接:http://www.blogjava.net/zhenandaci/archive/2009/03/15/259786.htmlhttp://www.blogjava.net/zhenandaci/archive/2009/03/17/260315.html现在我们已经把一个本来线性不可分的文本分类问题,通过映射到高维空间而变成了线性可分的。就像下图这样: 圆形和方形的点各有成千上万个...

2018-03-27 10:14:09 942

转载 SVM入门(七)为何需要核函数

原文链接:http://www.blogjava.net/zhenandaci/archive/2009/03/06/258288.html生存?还是毁灭?——哈姆雷特可分?还是不可分?——支持向量机之前一直在讨论的线性分类器,器如其名(汗,这是什么说法啊),只能对线性可分的样本做处理。如果提供的样本线性不可分,结果很简单,线性分类器的求解程序会无限循环,永远也解不出来。这必然使得它的适用范围大大...

2018-03-27 09:49:26 217

转载 SVM入门(四)至(六)线性分类器的求解

原文链接http://www.blogjava.net/zhenandaci/archive/2009/02/13/254578.htmlhttp://www.blogjava.net/zhenandaci/archive/2009/02/14/254630.htmlhttp://www.blogjava.net/zhenandaci/archive/2009/03/01/257237.html上...

2018-03-27 09:40:25 245

转载 SVM入门(一)至(三)Refresh

原文地址:http://www.blogjava.net/zhenandaci/archive/2009/02/13/254519.html(一)SVM的八股简介支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中[10]。支持向量机方法...

2018-03-27 09:22:38 226 1

转载 Canny边缘检测

原文地址:http://blog.csdn.net/tonyshengtan/article/details/43758681算法原理算法原理,Canny首先提出了三种基本条件,来定义一个边缘。来看原文【Canny1986】:1) Good detection. There should be a low probability of failing to mark real edge point...

2018-03-18 15:32:54 319

原创 原串翻转

牛客网——程序员面试经典

2017-10-24 20:44:17 199

原创 确定字符互异

牛客网——程序员面试经典题目

2017-10-24 20:18:51 249

原创 15——求int型正整数在内存中存储时1的个数

题目描述输入一个int型的正整数,计算出该int型数据在内存中存储时1的个数。输入描述: 输入一个整数(int类型)输出描述: 这个数转换成2进制后,输出1的个数输入例子:5输出例子:2代码如下:#includeusing namespace std;int main(){ int num; cin>>num; int c

2017-05-12 21:44:46 204

原创 14——字串的连接最长路径查找

给定n个字符串,请对n个字符串按照字典序排列。 输入描述:输入第一行为一个正整数n(1≤n≤1000),下面n行为n个字符串(字符串长度≤100),字符串中只含有大小写字母。输出描述:数据输出n行,输出结果为按照字典序排列的字符串。输入例子:9captocatcardtwotooupboatboot输出例子:boatboot

2017-05-12 21:29:42 247

转载 13——句子逆序

题目描述将一个英文语句以单词为单位逆序排放。例如“I am a boy”,逆序排放后为“boy a am I”所有单词之间用一个空格隔开,语句中除了英文字母外,不再包含其他字符接口说明/** * 反转句子 *  * @param sentence 原句子 * @return 反转后的句子 */public String reverse(S

2017-05-12 16:13:27 205

原创 12——字符串反转

题目描述写出一个程序,接受一个字符串,然后输出该字符串反转后的字符串。例如:输入描述:输入N个字符输出描述:输出该字符串反转后的字符串输入例子:abcd输出例子:dcba代码如下:#include#includeusing namespace std;int main(){ string str; cin>>str;

2017-05-12 15:00:02 254

原创 11——数字颠倒

题目描述描述:输入一个整数,将这个整数以字符串的形式逆序输出程序不考虑负数的情况,若数字含有0,则逆序形式也含有0,如输入为100,则输出为001 输入描述:输入一个int整数输出描述:将这个整数以字符串的形式逆序输出输入例子:1516000输出例子:0006151代码如下:#include#includeus

2017-05-12 14:49:11 208

原创 10——字符个数统计

题目描述编写一个函数,计算字符串中含有的不同字符的个数。字符在ACSII码范围内(0~127)。不在范围内的不作统计。输入描述:输入N个字符,字符在ACSII码范围内。输出描述:输出范围在(0~127)字符的个数。输入例子:abc输出例子:3代码如下:#include#includeusing namespace std;int c

2017-05-12 14:40:34 428

转载 9——提取不重复的整数

题目描述输入一个int型整数,按照从右向左的阅读顺序,返回一个不含重复数字的新的整数。输入描述:输入一个int型整数输出描述:按照从右向左的阅读顺序,返回一个不含重复数字的新的整数输入例子:9876673输出例子:37689这道题我的方法真的很复杂,给大家分享一位网友棒棒哒的程序:#include#include#include

2017-05-12 13:05:30 197

原创 8——合并表记录

题目描述数据表记录包含表索引和数值,请对表索引相同的记录进行合并,即将相同索引的数值进行求和运算,输出按照key值升序进行输出。输入描述:先输入键值对的个数然后输入成对的index和value值,以空格隔开输出描述:输出合并后的键值对(多行)输入例子:40 10 21 23 4输出例子:0 31 23 4因为还没学数据结构,所以

2017-05-12 11:21:57 304

原创 7——取近似值

题目描述写出一个程序,接受一个正浮点数值,输出该数值的近似整数值。如果小数点后数值大于等于5,向上取整;小于5,则向下取整。输入描述:输入一个正浮点数值输出描述:输出该数值的近似整数值输入例子:5.5输出例子:6这道题目比较简单,直接给出代码#includeusing namespace std;int main(){

2017-05-12 10:11:37 225

原创 6——质数因子

题目描述功能:输入一个正整数,按照从小到大的顺序输出它的所有质数的因子(如180的质数因子为2 2 3 3 5 )最后一个数后面也要有空格详细描述:函数接口说明:public String getResult(long ulDataInput)输入参数:long ulDataInput:输入的正整数返回值:St

2017-05-12 10:00:10 217

原创 5——进制转换

题目描述写出一个程序,接受一个十六进制的数值字符串,输出该数值的十进制字符串。(多组同时输入 )输入描述:输入一个十六进制的数值字符串。输出描述:输出该数值的十进制字符串。输入例子:0xA输出例子:10我在VS上编的程序可以运行的,但是在线编程就给我报错了,然后我也不知道怎么回事,最后我百度了一个特别牛逼的程序,后面也分享给大家

2017-05-12 09:52:10 306

原创 4——字符串分隔

题目描述•连续输入字符串,请按长度为8拆分每个字符串后输出到新的字符串数组;•长度不是8整数倍的字符串请在后面补数字0,空字符串不处理。输入描述:连续输入字符串(输入2次,每个字符串长度小于100)输出描述:输出到长度为8的新字符串数组输入例子:abc123456789输出例子:abc0000012345678900

2017-05-11 20:12:28 199

原创 3——明明的随机数

题目描述明明想在学校中请一些同学一起做一项问卷调查,为了实验的客观性,他先用计算机生成了N个1到1000之间的随机整数(N≤1000),对于其中重复的数字,只保留一个,把其余相同的数去掉,不同的数对应着不同的学生的学号。然后再把这些数从小到大排序,按照排好的顺序去找同学做调查。请你协助明明完成“去重”与“排序”的工作。 Input Param    

2017-05-11 16:17:01 272

原创 2——计算字符个数

题目描述写出一个程序,接受一个有字母和数字以及空格组成的字符串,和一个字符,然后输出输入字符串中含有该字符的个数。不区分大小写。输入描述:输入一个有字母和数字以及空格组成的字符串,和一个字符。输出描述:输出输入字符串中含有该字符的个数。输入例子:ABCDEFA输出例子:1代码如下:#include#includeusing na

2017-05-11 16:08:49 194

原创 1——计算字符串最后一个单词的长度,单词以空格隔开

题目描述计算字符串最后一个单词的长度,单词以空格隔开。输入描述:一行字符串,非空,长度小于5000。输出描述:整数N,最后一个单词的长度。输入例子:hello world输出例子:5代码如下:#include#includeusing namespace std;int main(){ string s; wh

2017-05-11 16:03:44 938

原创 Chapter12——编写一个程序,求面积和

编写一个程序,定义抽象基类Shape,由它派生出5个派生类:Circle,Square,Rectangle,Trapezoid,Triangle。用虚函数分别计算集中图形面积,并求他们之和。要求使用基类指针数组,使它每一个元素指向一个派生类对象。这个题目和上一题比较相似,我就直接拿上题程序来用,忽略Square,Trapezoid类,程序如下:#includeusing name

2017-05-09 16:44:20 580

原创 Chapter12——声明抽象基类Shape,由它派生出3个派生类:Circle,Rectangle,Triangle,用一个printArea函数分别输出以上三者的面积,3个图形的数据在定义对象时给

声明抽象基类Shape,由它派生出3个派生类:Circle,Rectangle,Triangle,用一个printArea函数分别输出以上三者的面积,3个图形的数据在定义对象时给定。#includeusing namespace std;class Shape{public: virtual double area()=0; virtual void shapename()=0;

2017-05-09 16:33:16 2653

原创 Chapter12——请比较函数重载和虚函数在概念上和使用方式有什么区别

函数重载的定义是:在同一作用域(如:类)中,几个函数名字相同但参数列表(参数类型,参数个数)不全相同。虚函数的定义是:在基类中用关键词“virtual”声明成员函数,然后在派生类中正式定义或重新定义此函数,其中要求函数名、函数类型、参数类型和个数必须与基类虚函数相同。所以函数重载和虚函数在概念上的最大差别在于函数重载针对某个类里面的同名函数而言,而虚函数是针对基类和派生类之间同名函数而言。

2017-05-09 15:01:54 5836 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

提示
确定要删除当前文章?
取消 删除