- 博客(39)
- 收藏
- 关注
RSS订阅原创 机器学习深度学习二——GAN网络
GAN（Generative Adversarial Networks，生成对抗网络） 是一种创新的深度学习框架，其核心思想是通过两个神经网络的对抗性训练，生成高质量、与真实数据相似的新数据。 这一系统由生成器（Generator）和判别（Discriminator）两大核心组件构成，二者在博弈中共同进化，最终实现生成逼真数据的目标。功能：接收随机噪声向量作为输入，通过多层神经网络架构将其转换为与真实数据分布相似的新样本（如图像、文本、音频等）。目标：生成足够逼真的数据，以“欺骗”判别器，使其无法区分生成
2026-03-20 06:41:00
1069
原创 机器学习聚类算法二——DBSCAN（Density-Based Spatial Clustering of Applications with Noise）
DBSCAN（Density-BasedSpatialClusteringofApplicationswithNoise）是一种基于密度的聚类算法，其核心思想是通过发现数据中的高密度区域来识别簇，并将低密度区域的数据点标记为噪声。
2026-03-18 18:02:54
635
原创 前沿科技二——信息与信号处理核心技术
信息与信号处理是一级学科信息与通信工程（Information and Communication Engineering,ICE）下设的二级学科，是当前信息技术的核心学科之一。它为通信、计算机应用以及各类信息处理技术提供基础理论、基本方法、实用算法和实现方案。随着信号与信息处理理论与技术的发展，信息处理科学与技术已渗透到计算机、通信、交通运输、医学、物理、化学、生物学、军事、经济等各个领域。
2026-03-18 07:53:47
671
原创 机器学习深度学习一——LSTM模型
神经网络，是一种模仿生物神经网络结构和功能的计算模型，广泛应用于机器学习和人工智能领域。它们通过模拟大脑中神经元的连接方式，能够学习和识别复杂的模式和数据。
2026-03-15 20:11:20
695
原创 前沿科技一——5G/6G
6G，即第六代移动通信技术，是通感算智深度融合、空天地一体全域覆盖的新一代移动信息网络。它并非5G技术的简单升级，而是旨在深度融合物理世界、生物世界与数字世界的革命性跃迁。
2026-03-15 07:51:54
4708
2
原创 论文研读一——Thinking Hallucination for Video Captioning
随着丰富的视觉表示和预训练语言模型的出现，视频字幕生成技术不断取得进步。尽管性能有所提升，但视频字幕模型仍易产生幻觉（hallucination），即生成与源材料脱节的高度病态描述。在视频字幕中，幻觉有两种类型：对象幻觉和动作幻觉。视频字幕的标准评估指标衡量的是与真实字幕的相似性，并不能充分捕捉对象和动作的相关性。为此，提出了一种新的指标，用于评估幻觉程度。
2026-03-12 22:01:24
745
原创 机器学习聚类算法一——K均值
K均值（K-Means）是一种经典的无监督学习聚类算法，其核心思想是通过迭代将数据划分为 K个簇，使得同一簇内的数据点尽可能相似，不同簇的数据点尽可能不同。它的本质是最小化簇内平方误差（Within-Cluster Sum of Squares, WCSS），即所有数据点到其所属簇中心的距离平方和。WCSSi1∑kx∈Ci∑∣∣x−μi∣∣2其中,Ci是第i个簇，μi是第i个簇的中心（均值），x为数据。
2026-03-09 06:08:35
442
原创 机器学习分类算法四——KNN
算法是一种基于实例的监督学习算法，其核心原理是“物以类聚”——通过测量新样本与已知样本之间的距离，找到最近的K个邻居，并根据这些邻居的类别或数值来预测新样本的属性。
2026-03-08 18:35:16
861
原创 机器学习分类算法三——SVM
支持向量机（Support Vector Machine, SVM）是一种经典的，主要用于。其核心思想是找到一个最优超平面，使得不同类别的数据点之间的间隔（Margin）最大化，从而提高模型的泛化能力。
2026-03-08 02:35:51
524
原创 Redis源码研读八——listpack.c 1080-1528行
局部作用域：宏定义在函数内部，仅在该函数内有效，不会影响其他函数或文件。减少污染：如果 OUT_OF_RANGE 是一个通用名称（例如描述边界检查的宏），全局定义可能会导致与其他代码中的宏或变量冲突。
2026-03-06 20:33:32
765
原创 Redis源码研读七——listpack.c 572-1063行
用negmax和negstart实现，对于每种整数编码，由于解析的整数默认为无符号数，因此要先确定一个最大正整数，当解析得到的无符号数就一定是负数。核心函数lpInsert在指定位置插入字符串或整数元素，或删除元素，并维护 listpack 的内部结构（如元素长度、总字节数等）。LP_REPLACE：替换 p 位置的元素（若 elestr 和 eleint 均为 NULL，则删除）。如果元素是字符串，返回指向字符串数据的指针（unsigned char*），并通过 slen 返回长度。
2026-03-06 00:33:58
559
原创 机器学习分类算法二——逻辑回归
逻辑回归算法是一种用于二元分类的算法，它通过使用逻辑函数将线性回归的结果映射到[0,1]范围内。逻辑回归模型将输入特征与输出类别之间的关系表示为线性回归函数，然后通过逻辑函数将线性回归的结果转换为一个概率值，用于预测目标变量。逻辑回归的优点是计算效率高，但在处理高维数据时可能会过拟合。
2026-03-05 20:12:54
400
原创 机器学习分类算法一——决策树
决策树算法通过将数据集划分为不同的子集来预测目标变量。它从根节点开始，根据某个特征对数据集进行划分，然后递归地生成更多的子节点，直到满足停止条件为止。决策树的每个内部节点表示一个特征属性上的判断条件，每个分支代表一个可能的属性值，每个叶节点表示一个分类结果。
2026-03-05 00:18:01
701
原创 Redis源码研读六——listpack.c 0-534行
6return p;assert(p);return p;assert(p);p --;return p;return p;return p;assert(p);return p;assert(p);p --;return p;return p;return p;assert(p);return p;assert(p);p --;return p;
2026-03-03 20:21:22
480
原创 Redis源码研读五——ziplist.c 1323-1687行
用于比较给定字符串和ziplist节点存储的字符串是否相等。比较值得注意的是，如果节点储存的是整数，那么就需要比较两者的值,而并非储存空间内二进制的大小，所以需要取出两者的值并进行比较。
2026-03-01 02:08:59
494
原创 Windows笔记本电脑的系统输入法兼容性错误各类现象和解决方法汇总
在切换界面时，尤其使用Alt+Tab键后，中英文字符就会切换，全角半角字符也会切换。在写文章时，中英文字符有时不易区分，但却不能兼容，就会导致各类问题，而全角半角字符更是英文字符输入时的恶魔。
2026-02-28 16:27:08
408
原创 笔记本电脑有指纹解锁，却只能用pin登录的故障修复
原先一直用指纹解锁启动笔记本电脑，在某次更新后，重启电脑，发现尽管在登录界面，存在指纹解锁的选项，但是使用指纹解锁，却自动跳到pin登录。
2026-02-28 15:49:43
498
原创 Redis源码研读四——ziplist.c 848-1319行
值得一提的是，合并操作一旦成功合并，被合并的ziplist就被释放了，不可再调用了，而合并操作失败，返回的是空指针，两个ziplist都得以保留。可以看出，对于ziplist的数据读取，采用的是指针传递形成的一输入参数三输出参数，而且由于字符串和整数的读取不会同时有效，所以一定会有一个空值，故而这个函数需要被更高级的接口封装。原因：从后续操作可以看出来，需要在后续操作前，先重新分配内存，而边界检测在分配内存或者说在判断是否要进行合并操作时就已经进行了，至于尾节点的添加，就可以通过后续调用的级联函数实现。
2026-02-27 00:53:18
1046
原创 Redis源码研读三——ziplist.c 547-847行
根据encoding确定储存数据的类型和长度，以此选择不同长度的数据类型的长度作为储存数据内存的参考。
2026-02-26 01:30:44
875
原创 Redis源码研读一——adlist.c
先用listEmpty函数负责清空链表中的所有节点，释放节点占用的内存，再用zfree函数释放list本身的内存。这种方式一是可以单独调用listEmpty函数用于清空链表数据，而保留链表结构，二是先释放节点存储的数据，再释放链表结构，可以保证节点储存的数据能够得到完全释放。
2026-02-24 18:24:46
581
原创 对GO并行结构的尝试实践——爬取网页下载图片
想要对给定网站进行爬取，以下载其中的图片。初始目的是要下载给定网站下所有图片集，发现图片量过于庞大，故更改为下载给定书籍的全部章节。
2026-02-20 22:30:49
308
原创 将Docker应用部署到云服务器上错误日志
本文总结了在Linux云服务器上使用Docker时遇到的常见问题及解决方法：1) 解决docker命令权限问题需将用户加入docker组；2) Windows压缩包在Linux需转换为.tar格式；3) 构建失败时需检查服务器内存是否充足；4) MySQL容器创建失败需正确配置数据目录挂载；5) 网络连接问题需确保容器在同一网络并清理旧配置；6) Cookie设置需调整域名参数以适应Docker环境。这些问题主要涉及权限管理、系统兼容性、资源配置和网络配置等方面，通过相应调整可顺利解决。
2026-02-07 22:54:30
861
原创 Docker 搭建GO程序错误日志
本文总结了Docker和Go开发中的常见问题及解决方案。主要内容包括：1）修改Docker容器需先删除镜像；2）数据库连接应使用容器名而非127.0.0.1；3）端口冲突导致MySQL容器创建失败；4）301/302状态码对Cookie认证的影响；5）Go程序初始化需设置容器依赖项；6）代码未保存导致构建失败；7）空指针错误处理；8）Nginx反向代理配置；9）Nginx性能测试；10）云服务器虚拟化限制问题。这些经验对Docker部署和Go开发具有实用参考价值。
2026-02-07 05:13:56
725
原创 redis的主从结构搭建
本文详细介绍了Redis主从结构的搭建步骤。首先下载安装Redis并配置环境变量，然后分别配置主节点(6379端口)和从节点(6380端口)的.conf文件，包括基础参数、安全认证和持久化设置。接着配置哨兵模式(26379端口)实现高可用。通过redis-cli命令验证主从复制状态。最后可选地将Redis主从和哨兵注册为Windows服务实现自动启动。关键点包括：配置文件格式要求、端口设置、认证密码一致性、日志文件路径以及哨兵启动参数的特殊性。
2026-01-30 17:53:32
334
原创 MySQL的主从结构的简单搭建
本文介绍了在Windows环境下搭建MySQL主从结构的详细步骤。主要内容包括：1) 通过.msi方式安装MySQL并创建主从实例的目录结构；2) 配置主库和从库的不同my.ini文件，设置server-id、端口等关键参数；3) 使用管理员CMD初始化并注册MySQL实例；4) 在主库创建复制用户并授权，在从库配置主从复制关系；5) 常见错误处理，包括版本兼容性、权限问题和配置更新等注意事项。文章特别提醒读者注意配置文件路径替换、端口设置差异以及使用AI辅助诊断时的版本兼容性问题。
2026-01-30 01:42:18
788
原创 Python实现PDF合并
一、单个函数1、str_to_int()函数：将input()输入的字符串转化为intdef str_to_int(str): ''' Convert string to int param:: "str": string return:: "x":int ''' str1 = re.sub(' ','',str) print(str1) assert str1.isdigit(),"Please input the current i
2022-05-30 16:13:05
778
原创 Python实现重复播放音频的一段
一、代码实现import datetimeimport osfrom time import sleep, timefrom pydub import AudioSegmentfrom winsound import PlaySoundfrom transformers import FlaxCLIPPreTrainedModeldef convert_t(htime): return htime.hour*3600+htime.minute*60+htime.secondde
2022-05-13 12:26:56
1113
原创 C语言Socket网络通信基础一
一、客户端代码#include <winsock2.h>#include <stdio.h>#include<conio.h>#include<stdlib.h>#pragma comment(lib,"ws2_32.lib")char receiveBuf[1024];char sendBuf[1024];int main(){ int err; WORD versionRequired; WSADATA wsaDa
2022-05-09 21:15:25
793
1
原创 高斯混合模型
高斯混合模型一维应用一、代码import numpy as npimport matplotlib.pyplot as plt from math import epi = 3.1415926535def Gaussian_distribution(u,v,x): #正态分布密度函数 y = 1 / (v * pow(2*pi, 0.5))*np.exp(-((x-u)**2)/(2*v**2)) # 概率密度函数公式 return yu1 = 1u2 = 2x1
2021-11-24 10:05:48
1143
原创 仿射变换函数
一、仿射变换将原图像通过平移、旋转和放缩变换成目的图像二、程序原理[x′y′]=R[xy]+[txty]\begin{bmatrix} x^{\prime} \\ y^{\prime}\end{bmatrix} =R\begin{bmatrix} x \\ y\end{bmatrix} + \begin{bmatrix} t_x \\ t_y\end{bmatrix}[x′y′]=R[xy]+[txty]其中,R为仿射矩阵表示旋转和放缩，t
2021-09-14 19:12:40
443
原创 canny算法:边界检测算法C++代码
一、算法原理canny边缘检测算法原理二、程序分块介绍1、高斯模糊。float GasArray[9]= {0.0751,0.1238,0.0571,0.1238,0.2043,0.1238,0.0751,0.1238,0.0751};\\高斯模糊算子两个矩阵的卷积（未采用傅里叶变换）float *Array_Cov_f_f_f(float *input,int input_x,int input_y,float *cov,int cov_x,int cov_y){ if(inp
2021-09-07 18:11:17
1371
原创 人脸识别3.1.1
根据人脸分类器检测人脸一、代码#include <iostream>#include <opencv2/opencv.hpp>#define N_BINS 16 //Number of bins#define N_DIVS 3 //Number of cells = N_DIVS*N_DIVS#define N_PHOG N_DIVS*N_DIVS*N_BINS#define BIN_RANGE (2*CV_PI)/N_BINS
2021-06-23 14:31:18
202
原创 人脸识别2.2.2
为建立人脸分类器得到数据一、代码#include <iostream>#include<opencv2/opencv.hpp>#include<sys/stat.h>using namespace cv;using namespace std;const char TF[]="D:\\code\\c\\opencv\\opencv_face_catch\\sample\\main.txt"; //控制文件const string SF="D:
2021-06-18 14:51:10
124
原创 人脸识别2.2.1
人脸分类一、代码#include <iostream>#include <opencv2/opencv.hpp>#define N_BINS 16 //Number of bins#define N_DIVS 3 //Number of cells = N_DIVS*N_DIVS#define N_PHOG N_DIVS*N_DIVS*N_BINS#define BIN_RANGE (2*CV_PI)/N_BINS#defin
2021-06-18 11:01:48
157
原创 人脸识别2.1.1
照片人脸特征点手动提取数据程序一、代码#include<opencv2/opencv.hpp>#include<iostream>#define SFN 10using namespace std;using namespace cv;const string SF="D:\\code\\c\\opencv\\opencv_face_detection_database\\sample\\";const string SOutput="D:\\code\\c\\
2021-06-17 16:37:46
152
原创 Opencv开发1——拼图游戏
一、代码#include<opencv2/opencv.hpp>#include<iostream>#include<stdlib.h>#include<time.h>#define PL 800#define PW 600#define EAZY 50using namespace std;using namespace cv;const Size Dsize = Size (PL,PW);const Size dsize =
2021-06-17 12:18:38
350
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