tjulxh的博客

原创 第一章 Java基础语法

系列文章目录第一章 Java基础语法提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结一、Java开发环境搭建1.Java概述众所周知Java是一门编程语言，编程语言就是用来编写软件的。那么使用Java到底能用来编写什么软件呢？你所熟知的很多软件都可以用Java来编写，例如：QQ、迅雷、淘宝、京东等等，那么Java比较擅长什么呢？也就是说我们将

原创 Java Interface(接口) 总结

1.接口的概念 接口是功能的集合，同样可看做一种数据类型，是比抽象类更加抽象的"类”。 接口只是描述所应该具备的方法，并没有具体实现，具体的实现由接口的实现类(相当于接口的子类）实现。这样将功能和定义和实现分离，优化了程序设计。 一切事物均有功能，即一切事物均有接口。2.接口的定义 接口定义时需要使用interface关键字。 定义接口所在的仍然是.java文件，编译后产生.class文件。这点可以让我们把接口看做一种只是包含功能声明的特殊类。定义格式：...

原创 Git学习笔记

1、概述1.1 开发中的实际场景场景一:备份 小明负责的模块就要完成了,就在即将Release之前的一瞬间,电脑突然蓝屏,硬盘光荣牺牲!几个月平来的努力付之东流场景二:代码还原 这个项目中需要一个很复杂的功能,老王摸索了一个星期终于有眉目了,可是这被改得面目全非的代码已经回不到从前了。什么地方能买到哆啦A梦的时光机啊?场景三:协同开发 小刚和小强先后从文件服务器上下载了同一个文件:Analysis.java。小刚在Analysis.java文件中的第30行声明了一个方法,叫co...

原创 Android四大组件-Service(服务)

一.线程1.1 线程相关概念 程序：为了完成特定任务,用某种语言编写的一组指令集合(一组静态代码) 进程：运行中的程序,系统调度与资源分配的一个独立单位,操作系统会 为每个进程分配一段内存空间!程序的依次动态执行,经历代码的加载,执行, 执行完毕的完整过程! 线程：比进程更小的执行单元,每个进程可能有多条线程,线程需要放在一个 进程中才能执行,线程由程序负责管理,而进程则由系统进行调度! 多线程的理解：并行执行多个条指令,将CPU时间片按照调度算法分配给各个 线程,实际上...

原创 模型策略和算法的概念

原创 利用python实现简单神经网络的搭建

这篇博客介绍简单神经网络的搭建，不借助当前已有的深度学习的框架，仅用python里面的numpy实现。下面先上代码：import numpy as npX = np.array[[0,0,1,1],[1,0,0,1],[1,1,1,0],[0,1,0,1]]#X代表神经网络的训练集，4*4的矩阵代表有4个实例，每个实例有4个特征y = np.array[[0,0,1,1]]#y代表每...

原创 OpenCV学习笔记--图像像素操作

图像像素值存储在矩阵中，下面介绍一种利用指针访问图像像素的方法。利用指针访问图像像素时要区分图像是单通道的灰度图像还是3通道的彩色图像，代码如下：#include<opencv2/opencv.hpp>using namespace cv;int main(){ Mat src,dst; src = imread("1.jpg"); if(!src....

原创 OpenCV学习笔记--Mat数据结构

Mat是OpenCV2.0以后引入的在电脑中表示图像的数据结构，不需要手动的为其开辟空间，而且也不需要在最后将其手动空间释放，非常的方便。Mat是一个类，由两部分组成：矩阵头(包含矩阵尺寸、存储方法、存储地址等）和一个指向存储所有像素值的矩阵的指针。为了解决在函数中传递图像时带来的大的开销，每个Mat对象有自己的信息头，但共享一个矩阵，这通过让矩阵指针指向同一个地址实现，拷贝构造函数只是复制信息头...

转载 远心镜头的原理

转自：http://blog.csdn.net/liyuanbhu/article/details/53957501 1.原理介绍远心镜头（Telecentric lens），是为纠正传统镜头视差而设计，它可以在一定的物距范围内，使得到的图像放大倍率不会变化，简单的说这种镜头拍出来的图像没有近大远小关系。远心镜头又分为物方远心镜头、像方远心镜头和双侧远心镜头。下面是两个远心镜头的实物照...

原创 算法设计--简单线性查找

查找就是在集合中寻找特定值的过程，线性查找是查找算法中最简单的算法，下面介绍原理。线性查找我们假设有一张写满数字的纸，没有特定的顺序，当要确定数字13是否在这些数字中时，我们会怎么做？我们可能会从头到尾的看这些数字，并将每个数字和13进行比较，当在这个过程中发现13的时候，退出并显示找到了它；如果最后没有发现13，就显示13并不在其中。这个策略就叫做“先行查找”，也就是逐个查找数据项列表，...

转载 相机对焦的相关知识

文章转自：https://www.zhihu.com/question/21427158版权归原作者！先说结论：对焦就是通过改变透镜与成像面的距离，使得拍摄物成像清晰。什么是「成像清晰」，不严谨的理解就是：物体上一点发出的光线经过透镜后汇聚于成像底片上的同一点的时候，便是成像清晰。如图1所示：图1 相机对焦情况（请先忽略F1、F1’、f1’等符号的含义，后面会解释）可以看到，图...

原创 机器学习笔记--支持向量机(SVM)

   支持向量机是一个非常强大的并且有多种功能的机器学习模型，能够做线性或者非线性的分类，回归，甚至异常值检测。SVM特别适合应用于复杂但中小规模数据集的分类问题。线性支持向量机  SVM分类器的判定边界实线不仅能够分开两种类别，而且还尽可能地远离了最靠近的训练数据点，其被称为最大间隔分类。添加更多的样本点在“街道“外并不影响到判定边界，因为判定边界是由位于”街道“边缘的样本点确定的，这些...

原创 python学习笔记--matplotlib模块

plot()函数可以将参数画成图像模式。

原创 机器学习学习笔记--线性回归

线性回归是学习机器学习过程中最先接触到的一个算法，这里写一下自己在学习过程中的一些理解。回归与梯度下降  回归在数学上来说就是给定一个点集，能够用一条曲线去拟合它，如果这条曲线是一条直线，那就称为线性回归，如果曲线是一条二次曲线，就被称为二次回归。回归还有很多变种，比如逻辑回归。  下面举一个简单的例子。现在要做一个房屋价值的评估系统，一个房屋价值来自很多地方，比如说面积、房间的数量、...

原创 机器学习笔记-快速了解数据集

  我在另一篇博文中写到了用pandas中的read_csv()函数将csv格式的数据读取为pandas DataFrame对象，接下来就是要对读入的数据集快速的了解，来确定下一步用什么机器学习算法解决问题。常用的方法有下面几种：快速查看数据结构   使用DataFrame的head() 方法查看数据集的前5行，info()方法可以快速查看数据的描述，特别是总行数、每个属性的类型和非空值的...

原创 python学习-利用pandas读写数据

读写文本格式的数据pandas中常用的读取带分隔符的数据用函数read_csv(),默认分隔符为逗号，可以将文本文件读取为DataFrame，举例如下：import pandas as pddf=pd.read_csv('./ex1.csv')print(df)运行结果如下：文件ex1.csv中的内容为：a,   b,    c,    d,  message1...

原创 机器学习笔记-回归问题的性能指标

回归问题是典型的监督学习的一类算法，目标是通过有标签的一组数据训练出一个线性模型，对于输入能够产生一个预测值。回归问题的典型指标是均方根误差（RMSE），它测量的是系统预测误差的标准差，例如RMSE等于50000，意味着68%的系统封预测值位于实际值的5000之内，95%的预测值位于实际值的100000之内（一个特征通常符合高斯分布，即满足“68-95-99.7”规则：大约68%的值落在1内，95...

原创 mnist数据集学习

在学习机器学习的过程中，数据集是进行机器学习的必备材料，我在学习分类算法的时候接触到了MNIST数据集，这是Yann LeCun教授贡献的，具体下载可以通过这个链接http://yann.lecun.com/exdb/mnist/。这个数据集包含4个部分，文件 内容 train-images-idx3-ubyte.gz 训练图片60000张 train-labels-i...

原创 TensorFlow学习笔记-实现Linear Regression

TensorFlow的输入输出是被称为张量的多维数组（因此被称为“tensor flow”），就像NumPy数组一样，张量具有类型和形状，NumPy中用ndarray表示。以下代码操作二维数组对加利福尼亚的房屋数据进行线性回归，数据集可以自行百度搜索即可。获取数据集后，向所有的训练实例中添加一个额外的偏置输入特征（X0=1），之后创建两个TensorFlow常量节点x和y保存该数据和目标，并且使用...

原创 tensorflow学习笔记-初识TensoFlow（创建图谱）

Tensorflow的基本原理很简单，首先在Python中定义要执行的计算图，然后TensorFLow使用该图并使用优化的C++代码高效运行该图。举个例子，要用TensorFlow来计算f(x)=x*x*y +y +2的值，首先创建一个图谱，然后运行它。import tensorflow as tfx = tf.Variable(3,name="x")y = tf.Variable(4,...

原创 win10+anaconda+python3.7配置tensorflow环境

最近要学习一下深度学习的知识，所以在电脑上配置tensorflow的环境，电脑上已经下载了anaconda，python的版本是3.7.0，刚开始按照网上的教程配置，发现没有适合python3.7.0版本的tensoflow，最后查阅资料终于安装成功了，方法如下：在此链接下下载tensorflow支持python3.7的whl：https://www.lfd.uci.edu/~gohlke/p...

线性模型学习笔记

本文是我学习了周志华教授所写的《机器学习》第三章线性模型之后写的学习笔记，同时参考了博客https://blog.csdn.net/qq_17073497/article/details/81485650  目录1、基本形式2、线性回归3、对数几率回归（逻辑回归）4、线性判别分析5、多分类学习目录：1、基本形式  对于给定的由d个属性描述的示例X=(;...

原创 朴素贝叶斯分类器学习笔记

本博客基于周志华老师所著的《机器学习》第七章贝叶斯分类器部分内容，同时参考博客https://blog.csdn.net/qq_32690999/article/details/78737393  朴素贝叶斯分类器是分类算法的一种，它背后的原理是经典的贝叶斯定理，是一种采用对联合概率P(X,c)建模来获取目标概率值的方法。  下面首先介绍一下预备知识。  先验概率和后验概率   先...