原理解析
西海岸看日出
东北大学
展开
-
STL函数对象(仿函数)与函数适配器
1、函数对象(仿函数)函数对象是c++中一种行为类似函数的对象,对它可以像调用函数一样使用。函数对象是泛化的函数,是重载了“()”运算符的类的对象。主要作用是作为STL算法的参数,为算法提供更细化的操作。使用STL的函数对象,需要包含头文件 <functional>。例如一个比较大小的仿函数:template<typename T> struct comp{...原创 2020-03-12 19:43:15 · 220 阅读 · 0 评论 -
归纳c++类访问权限问题(private、protected、public)
C++类成员(成员数据和成员函数)的访问权限主要有三种,public、private和protected。总体来说权限public>protected>private。1、private成员原创 2020-03-02 23:44:16 · 1649 阅读 · 0 评论 -
C语言中的位操作
运算符含义描述<<左移将一个数的各二进制位全部左移N位,高位舍弃,低位补0。>>右移将一个数的各二进制位右移N位,移到右端的低位被舍弃,对于无符号数,高位补0。&按位与如果两个相应的二进制位都为1,则该位的结果值为1,否则为0。l按位或两个相应的二进制位中只要有一个为1,该位的结果值为1,否则为0。~按...原创 2020-02-26 13:01:21 · 174 阅读 · 0 评论 -
C和C++中函数使用的不同点
一、返回值C中:如果函数未指定返回值类型,则默认为intc++中:如果一个函数没有返回值,返回值类型必须指定为void二、参数列表C中:如果函数没有指定参数列表,则默认可以接受任意多个参数C++中:有严格的类型检测,没有参数列表的函数默认为void,不接受任意参数三、缺省参数(即给参数一个默认值)C:不支持C++:支持(如果没有指定实参则使用缺省值,有则使用指定实参)1.默认实参...原创 2020-02-26 11:46:25 · 314 阅读 · 0 评论 -
C语言不同数据类型的混合运算
在c语言中,数据类型级别由低到高为(由存储长度决定):例如:int a;a = 'A' + 1.6;1、在运算过程中,如果参与运算的数据类型不同时,数据将由低类型转化为高类型,即’A’由char类型转换为double类型;(存储长度较短的转换为存储长度较长的,且不丢失精度)2、在赋值运算时,如果赋值号两边的数据类型不同,赋值号右边的类型将转换为左边的类型。如果右边的数据类型长度比左边...原创 2020-02-26 11:38:59 · 4794 阅读 · 0 评论 -
原码、反码、补码的相互转换
首先,正数的原码,反码,补码都是相同的。所以,这里讨论负数的原码,反码,补码的相互转化问题。1、负数原码和反码的相互转化负数原码转化为反码:符号位不变,数值位按位取反。如:原码 1100 0010反码 1011 1101负数反码转化为原码:符号位不变,数值位按位取反。如:反码 1011 1101原码 1100 00102、负数反码和补码的相互转化负数反码转化为补码:末尾...原创 2020-02-23 20:03:29 · 5223 阅读 · 0 评论 -
计算机视觉:相机成像原理:世界坐标系、相机坐标系、图像坐标系、像素坐标系之间的转换
转自链接:https://blog.csdn.net/chentravelling/article/details/53558096转载 2019-11-27 14:55:20 · 273 阅读 · 0 评论 -
采用OpenCv的traincascade.exe来训练自己的分类器,用于目标的检测
opencv中有两个函数可以训练分类器opencv_haartraining.exe和opencv_traincascade.exe,前者只能训练haar特征,后者可以用HAAR、LBP和HOG特征训练分类器。这两个函数都可以在opencv\build\x86\vc10\bin文件夹下找到。opencv_traincascade.exe训练的是adaboost的级联分类器,这里不讲adaboost...原创 2019-06-18 21:05:28 · 2718 阅读 · 2 评论 -
深度学习之Caffe实战教程
一、原创 2019-04-25 17:43:37 · 401 阅读 · 0 评论 -
深度学习之卷积神经网络详解及代码演示
卷积神经网络广泛应用于计算机视觉领域。就处理图像数据来说,由于一幅图像有许多像素点和通道数,人工神经网络需要很多的权重值w,这样会大大损耗计算资源,也很容易造成过拟合现象。因此,产生了卷积神经网络,仅需很少的神经元就可以对图像进行很好地训练。...原创 2019-04-06 15:40:51 · 7292 阅读 · 0 评论 -
机器学习之聚类算法
聚类是一种非监督式学习算法,它不要求源数据集有标签,一般应用于做数据探索性分析,聚类算法的结果是将不同的数据集按照各自的典型特征分成不同类别,不同人对聚类的结果解读可能不同。总体上来说,聚类算法分为层次聚类(Hierachical Methods)和划分聚类(Partitioning Methods)。一、层次聚类层次聚类不需要指定类数,按策略不同可分为自底向上的聚类方法(agglomera...原创 2019-04-15 22:05:00 · 944 阅读 · 0 评论 -
机器学习之推荐系统
一、什么是推荐系统?我们每天都在有意识无意识接触推荐系统,比如:一种数学定义为:设C为全体用户集合;设S为全部商品/推荐内容集合;设u是评判把si推荐给ci的好坏评判函数;推荐是对于c∈C,找到s∈S,使得u最大,即部分场景下是Top N的推荐,即不止推荐一个si,把多个感兴趣的si做排序推荐给用户。...原创 2019-04-10 11:31:51 · 3398 阅读 · 22 评论 -
机器学习之CTR预估
一、什么是CTR预估通俗来说,CTR就是一个商品广告点击率的大小,公式为:其中,Impressions为该广告一共推送出去的次数,Clicks为用户点击该广告的次数。进行CTR预估,就可以知道某些商品有没有必要打广告,打广告的效益高不高,这样可以节约商家的广告成本。CTR预估和很多因素相关,比如历史点击率、广告位置、内容、时间、用户等。...原创 2019-04-15 22:08:14 · 1309 阅读 · 0 评论 -
机器学习之采样与变分
一、采样基于采样的推理算法利用的思想是:概率 = 大样本下频率。故在获得图模型以及CPD的基础上,通过设计采样算法模拟事件发生过程,即可获得一系列事件(联合概率质量函数)的频率,从而达到推论的目的。(算不出来就估计一下,可以求先验概率)1、马尔科夫链在介绍采样算法之前先介绍下马尔科夫链的原理。假设天气服从马尔科夫链:则转移矩阵P=(0.9,0.1;0.5,0.5)那么从今天(假设是晴)...原创 2019-04-22 20:22:48 · 575 阅读 · 1 评论 -
机器学习之人工神经网络
一、神经网络是什么?神经网络结构大概如下:最基本的神经网络由输入层,隐含层和输出层构成,给定输入量,就能得到一组输出结果。逻辑回归可以看作是一个只有输入层和输出层的简单神经网络,从逻辑回归到神经元(感知器)的过程如下:其中g(z)为sigmoid函数,在神经网络中叫做激活函数或者连接函数,起到归一化的作用。在上述神经元(感知器)的基础上,添加少量隐含层,就得到了浅层神经网络,如下:...原创 2019-04-23 21:03:37 · 1213 阅读 · 0 评论 -
深度学习之循环神经网络RNN
一、循环神经网络的多种应用1、模仿论文(连公式都格式很正确)2、模仿linux内核代码“写程序”3、模仿作家风格的作品4、做机器翻译5、看图说话二、循环神经网络的结构为什么有BP神经网络和CNN,还要有RNN?传统的神经网络(包括CNN),输入和输出都是相互独立的。例如:图像上的猫和狗是分隔开的。但有些任务,后续的输出是和之前的内容是相关的,如:”我是中国人,我的母语是_...原创 2019-04-24 17:42:19 · 362 阅读 · 0 评论 -
机器学习之概率图模型(贝叶斯概率,隐马尔科夫模型)
一、贝叶斯公式在学习概率图模型之前先要了解贝叶斯公式:由公式(1),(2)可得:这便是贝叶斯公式,其中条件概率P(B/A),P(A/B)称为后验概率,概率P(A),P(B)称为先验概率。即我们在已知条件概率P(B/A)和概率P(A),P(B)的情况下,可以计算出条件概率P(A/B)。由于已知公式:将贝叶斯公式中的P(B)替换得:...原创 2019-04-20 13:05:46 · 2240 阅读 · 0 评论