2017年04月_hotkitchen

转载 [C++]读写txt文件和从txt文件中读取数据写入数组中

一、利用C++读写txt文件：全篇转载http://blog.csdn.net/lh3325251325/article/details/4761575（他也是转载的）下面的代码没有逐一验证，主要是为了学习这个框架。#include #include #include using namespace std; int main(

2017-04-24 21:36:57 12300

转载 [C++]strcpy和strcpy_s itoa和_itoa_s

这篇博客记录了strcpy和strcpy_s、itoa和_itoa_s的用法，由于网上资料已经非常齐全，这里均是转载内容。strcpy和strcpy_s：http://blog.csdn.net/johnny710vip/article/details/66811600itoa和_itoa_s:http://www.cnblogs.com/cindy-hu-23/p/3548211.h

2017-04-24 21:12:24 679

转载 [C++][基础概念]main函数中的参数argc和argv的含义和用法

注：这篇博客主要是转载http://blog.csdn.net/dcrmg/article/details/51987413，但同时也加入了自己的理解和总结。一、概念argc是argument count的缩写，表示传入main函数的参数的个数；argv是argument vector的缩写，表示传入main函数的参数序列或指针，并且第一个参数argv[0]一定是程序的路径和名称，因此

2017-04-24 20:10:32 1256

原创 [机器学习]（九）cs229之独立分量分析

这篇博客记录了学习独立成分分析的过程，方便以后查询。一、引言参考文献《独立成分分析方法综述》（杨竹青等）《独立成分分析基本原理与发展》（卜涛）。独立成分分析最开始是解决盲信号处理的盲源分离问题，其中典型的例子是“鸡尾酒会”例子：假想一下, 在一个房间里的不同位置放着两个麦克风, 同时有两个人说话. 两个麦克风能同时记录下两个时间信号, 仅用这两个记录的信号来估计出原来的两个语音信号,称作鸡

2017-04-19 19:49:12 1839

转载 [机器学习]（八）cs229之主成分分析

主成分分析的代码和原理都比较简单，之前也用过很多次，转载的这篇博客的目的是通过实例来学习这个算法，方便之后可以快速上手，有关python的代码，可以见《机器学习实战》这本书。对于PCA原理的理解，可以参考下面的博客：http://www.cnblogs.com/jerrylead/archive/2011/04/18/2020209.html（在用PCA算法时，没有对原始数据进行标

2017-04-18 16:32:58 1465

原创 [opencv]目标追踪之前景建模(高斯混合模型)

这篇博客记录了利用高斯混合模型来进行目标追踪的学习过程。有关高斯混合模型的原理请见 http://blog.csdn.net/smuevian/article/details/70169811一、算法原理及过程这部分内容摘自论文《基于高斯背景模型的运动目标检测与跟踪》，为简便起见，我直接贴原文的图，方便以后查询：算法的流程图如下：二

2017-04-17 22:09:13 6471

原创 [opencv]目标追踪之前景建模(定期背景更新模型)

这篇博客主要参考了《opencv2计算机视觉编程手册》中的chap10中的10.6提取视频中的前景物体的定期更新背景模型。该书在实现这个模型时，编写了一个关于处理视频的类，进行了封装。而下面是我根据书的源代码稍作改写，方便以后写实验性质的代码进行参考:#include#include#include#includeusing namespace std;using namespa

2017-04-17 20:54:00 1822

原创 Win10+VS2015+cuda8.0+theano+keras的配置过程

本blog记录了在windows10下配置theano的过程，以便以后有需要的情况下查找。首先说明配置的环境：1.win10 64bit2.VS20153.Anaconda2 64bit一、安装Anaconda正常安装即可，我安装的是Anaconda2，对应的是python2，我自定义的路径是D:\software\Anaconda2二、安装MinGw1.打开cmd

2017-04-17 19:31:54 3143 2

转载 [matlab]matlab读取视频VideoReader类

1。VideoReader - 该函数用于读取视频文件对象。函数调用格式：obj = VideoReader(filename)obj = VideoReader(filename,Name,Value) 其中obj为结构体，包括如下成员：Name - 视频文件名Path - 视频文件路径Duration - 视频的总时长（秒）FrameRate - 视

2017-04-14 20:29:27 9744 3

转载 [机器学习]（七）cs229之混合高斯模型

这篇讨论使用期望最大化算法（Expectation-Maximization）来进行密度估计（density estimation）。与k-means一样，给定的训练样本是，我们将隐含类别标签用表示。与k-means的硬指定不同，我们首先认为是满足一定的概率分布的，这里我们认为满足多项式分布，，其中，有k个值{1,…,k}可以选取。而且我们认为在给定后，满足多值高斯分布，即。由此可以得

2017-04-14 10:38:55 1488 1

原创 [机器学习](六)cs229之EM算法

参考blog：http://blog.csdn.net/zouxy09/article/details/8537620/http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006936.htmlhttp://blog.csdn.net/abcjennifer/article/details/8170378

2017-04-12 21:11:34 698

原创 [C++]关于多态的一道题目

首先介绍一下多态的概念：C++支持两种多态性，分别是编译时和运行时。在编译时就确定的函数调用称为静态联编，它通过使用函数重载，模板等实现的。在运行时才确定的函数调用称为动态联编，它通过虚函数来实现的。虚函数的声明方式是在函数原型上加关键字virtual，在基类中含义虚函数，在派生类中的函数不需要显示地写出virtual关键字。多态的一般使用方法：声明基类的指针，利用该指针指向任意一个子类对

2017-04-10 19:41:43 864

转载 [C++](转载)虚函数表解析

C++ 虚函数表解析陈皓http://blog.csdn.net/haoel 前言 C++中的虚函数的作用主要是实现了多态的机制。关于多态，简而言之就是用父类型别的指针指向其子类的实例，然后通过父类的指针调用实际子类的成员函数。这种技术可以让父类的指针有“多种形态”，这是一种泛型技术。所谓泛型技术，说白了就是试图使用不变的代码来实现可变的算法。比如：模板技术，RTTI技术，虚函数

2017-04-10 19:39:16 287

原创 [C++][基础概念]（五）继承的学习

对C++中的继承概念一直比较陌生，下面通过几道题来学习它。 1.下面描述中，表达错误的是（BCD）A．公有继承时基类中的public成员在源生类中仍是public的正确B．公有继承时基类中的private成员在源生类中仍是public的错误，不可见C．私有继承时基类中的protected成员在源生类中仍是public的错误，privateD．私有继承时基类中的pu

2017-04-10 14:59:56 659

原创 [python]python读取txt文件

这篇博客记录了利用python读取txt文件的方法，暂且只记录了一个比较简单的方法。如有需要，之后还会添加新的方法。先看我们要处理的数据：其中前三列是特征数组，最后一列是标签。程序如下：dataMat=[];labelMat=[];fr=open(filename)for line in fr.readlines(): lineArr=line.strip().s

2017-04-10 12:09:00 1451

转载 [python]python内置容器的学习

一直对python的数据结构感到困惑，故做了下面的总结；基本顺序存储结构——列表与元组 Python中的基本顺序存储结构是列表与元组，在操作的复杂度上和数组完全相同，其中列表是可变数据类型，元组是不可变数据类型。这里先介绍一下两种数据结构共有的方法：x in s返回布尔值，x在s中x not in s

2017-04-10 11:16:30 585

转载 [python]论numpy中matrix 和 array的区别

Numpy matrices必须是2维的,但是 numpy arrays (ndarrays) 可以是多维的（1D，2D，3D····ND）. Matrix是Array的一个小的分支，包含于Array。所以matrix 拥有array的所有特性。在numpy中matrix的主要优势是：相对简单的乘法运算符号。例如，a和b是两个matrices，那么a*b，就是矩阵积。import numpy as

2017-04-05 09:39:51 2295 1

原创 [机器学习](五)cs229之支持向量机

1. SVM的原理：在特征空间中寻找间隔最大化的分离超平面的线性分类器。包含三类：a. 线性可分的线性支持向量机: 训练样本线性可分，通过硬间隔最大化，学习线性分类器b. 线性不可分的线性支持向量机：训练样本近似线性可分，引入松弛变量，通过软间隔最大化，学习线性分类器c. 非线性支持向量机：训练样本线性不可分，通过核技巧及软间隔最大化，学习非线性支持向量机公式推导：

2017-04-04 21:23:07 923

SMUElpmis's Blog