![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
保研总复习
文章平均质量分 80
一只呆桃酱
就算是因着惯性向前,也要一直向前走,走着走着或许就有了方向,以后还有那么那么那么久呢,都会好的,加油。
展开
-
PU学习相关知识
1. UCI上的12个数据集(如何预处理)(1)首先需要将多类别转化为两类别,positive和negative,论文"Positive and Unlabeled Learning with Label Disambiguation"中的多类别转两类别是将其中几个类别样本看作是positive(在本文中是先分开,之后处理完之后再训练模型之前加百分之p的正样本作为unlabeled samples),剩余的类别样本看作是negative。似乎是相似的类别转化为同一个类别!(2)需要对数据进行预处理,即归原创 2021-06-23 17:31:26 · 646 阅读 · 1 评论 -
基于模式挖掘的进化算法求解大规模稀疏多目标优化问题
一.引入知识1.二元竞标赛:遗传算法中的竞赛选择方式是一种放回抽样,几元竞赛就是一次性在总体中取出几个个体,然后在这些个体中取出最优的个体放入保留到下一代种群的集合中。需要保存多少个体就重复此操作几次。二.论文整体思路1.图示:2.代码:整体框架:进化模式挖掘(最大候选集):评价(最大候选集中的个体):进化模式挖掘(最小候选集):评价(最小候选集中的个体):环境选择:变异:二目运算:p是突变概率,n是维度为零非零变量的个数,D是总的维数,D-n是维翻译 2021-01-24 16:05:07 · 400 阅读 · 0 评论 -
多目标进化优化算法在PU学习中的应用
论文整体大思路是:以前的PU学习都基于假设、类先验信息以及其他先验信息,并且由于目标函数的不平滑。不可微分等特点,使得没有办法应用传统的基于梯度的优化方法。基于此,我们想到可以将多目标(二目标)优化框架应用于PU学习,去优化分类器。1.初始化杰出贡献:(1)采取了PU相似度的初始化策略,利用positive样本和unlabeled样本之间的距离,可以利用正样本已经标注过标签的这个数据,计算所有的样本的PU相似度的值,这里就是指无标签样本与所有正样本的欧式距离归一化之后的值,值越小越有可能是正的样本。原创 2021-04-10 21:45:06 · 542 阅读 · 0 评论 -
基于关联规则挖掘的差分进化算法参数自适应策略论文
1.简介SaDE 自适应差分进化算法(self-adaptive Differential Evolution)翻译 2021-01-14 21:59:00 · 1327 阅读 · 2 评论 -
排序算法总结
1.插入排序:(1)直接插入排序:思路:1)将i个位置的数据插入前i-1个已经排好序的数据中,即找到恰当的位置,找的过程中可以顺便往后移数据。2)在这里a[0]是哨兵,存的是当前要插入的数据a[i],作用是可以在防止出边界的情况下减少比较的次数,即减少了一个if判断边界的语句。package com.company;public class Main { public static void main(String[] args) { //直接插入排序原创 2021-05-23 19:07:54 · 115 阅读 · 0 评论 -
保研数据结构复习
1.链表(1)循环链表的判断问题判断整个链表是否有环,如何找到这个环提问:给定一个单链表,只给出头指针root:1.如果判断是否存在环?2.如何知道环的长度?3.如何找出环的连接点在哪里?4.带环链表的长度是多少整体思路:快慢指针法,如果只让你判断是否存在环,还可以用破解链表法!!!1.如果判断是否存在环?public static Node judgeCircle(Node root){ Node fast=root; Node low=roo原创 2021-05-21 20:17:44 · 631 阅读 · 3 评论 -
计算机保研复习专业课篇(408+数学+部分专业课)
1. 计组(1)总线是什么1)总线是一组能功能部件之间分时共享的公共信息传送线路。分时、共享是它的两大特点。2)分时是指同一时刻只能有一个部件向总线上发出信息。3)总线分为三大类:片内总线、系统总线(数据总线+控制总线+地址总线)、通信总线。4)通信方式分为:异步通信和并行通信。5)一些特性:功能特性、电气特性、机械特性、时间特性。(2)解释下什么是DMA(1)CPU和外设之间数据传输的方式,外部设备发送DMA请求,CPU同意之后就让出总线控制权,DMA控制器接管总线控制权之后开始进行外部原创 2021-07-22 16:44:42 · 25737 阅读 · 2 评论