vimpirespider的博客

一、实验要求在计算机上验证和测试Pytorch卷积神经网络对树叶分类的效果，测试卷积神经网络的训练效果，同时查阅相关资料。实验目的1、掌握PyTorch的基本使用；2、掌握PyTorch的卷积神经网络；3、掌握PyTorch的图像分类训练流程；三、实验内容实验步骤请对classify-leaves数据集，设计卷积神经网络，用train.csv做测试，test.csv做测试。 本来想训练了3个优秀的模型（ResNeSt+ResNeXt+DenseNet）,最后进行集成，然后发现

（一）实验目的1、熟悉QTP操作界面的组成；2、掌握QTP录制测试前的准备工作和测试流程；3、掌握使用QTP进行功能测试的过程。（二）实验内容1、录制测试脚本前的准备：熟悉QTP界面及常见菜单项的功能，如Options菜单及Record and RunningSettings的常见设置等。2、测试C/S应用程序Flight.exe。Flight应用程序登录模块说明：用户名、密码均为长度至少为4位的非空字符，密码值为mercury。针对用户名、密码的不同出错情况，有不同的错误信息提

1．实验目的掌握模拟退火算法解决旅行商问题的方法。2．实验环境Matlab3．实验内容使用模拟退火算法解决14个城市的TSP问题，使得从一个城市出发，遍历所有城市回到起点的路线最短。已知14个城市的位置为X=[16.4700 96.100016.4700 94.440020.0900 92.540022.3900 93.370025.2300 97.240022.0000 96.050020.4700...

1．实验目的掌握模拟退火算法解决旅行商问题的方法。2．实验环境Matlab3．实验内容使用模拟退火算法解决14个城市的TSP问题，使得从一个城市出发，遍历所有城市回到起点的路线最短。已知14个城市的位置为X=[16.4700 96.100016.4700 94.440020.0900 92.540022.3900 93.370025.2300 97.240022.0000 96.050020.4700...

一、实验要求在计算机上验证和测试Pytorch卷积神经网络的原理和算法实现，测试卷积神经网络的训练效果，同时查阅相关资料。实验目的1、掌握PyTorch的基本使用；2、掌握PyTorch的卷积神经网络；3、掌握PyTorch的图像分类训练流程；三、实验内容实验步骤import osos.environ["CUDA_VISIBLE_DEVICES"] = '0' #默认为显卡0import torchimport torch.nn as nnimport torch

A信噪比 B频率带宽 C信道传输速率 D信号的传播速率题解：A和B是香农公式和奈奎斯特定理中主要影响因素C调制速率反映信号波形变换的频繁程度，其定义是每秒传输信号码元(波形)的个数，又称符号速率、码元速率或波特率，单位为波特(baud)，码元的个数又能决定传输速率D信号的传播速率是信号在信道上的传播的速度，与数据的传输速率无关。...

在下图所示的采用“存储-转发”方式分组的交换网络中，所有链路的数据传输速度为100mps，分组大小为1000B，其中分组头大小20B，若主机H1向主机H2发送一个大小为980000B的文件，则在不考虑分组拆装时间和传播延迟的情况下，从H1发送到H2接受完为止，需要的时间是多少？解： 1.组文件长度为980000B，需拆分为1000个分组 2.B 头部文件 3.20000B+98000=1MB数据加上头部后，每个分组大小为1000B，...

一、逻辑覆盖逻辑覆盖按覆盖程度由低到高大致分为以下几类：（1）语句覆盖：设计若干测试用例，使程序中每一可执行语句至少执行一次；（2）判定覆盖：设计用例，使程序中的每个逻辑判断的取真取假分支至少经历一次；（3）条件覆盖：设计用例，使判断中的每个条件的可能取值至少满足一次；（4）判定/条件覆盖：设计用例，使得判断中的每个条件的所有可能结果至少出现一次，而且判断本身所有可能结果也至少出现一次；（5）修正判定/条件覆盖：判定中每个条件的所有可能结果至少出现一次，每个判定本身的所有...

1．实验目的掌握蚁群算法解决TSP问题。2．实验环境Matlab3．实验内容TSP问题中，使得从一个城市出发，遍历所有城市回到起点的路线最短。其中，31个城市的位置如下： 城市编号 横坐标 纵坐标 城市编号 横坐标 纵坐标 城市编号 横坐标 纵坐标 1 1304

1．实验目的掌握鱼群算法求函数极值的问题。2．实验环境Matlab3．实验内容对给定函数max f(x)=xsin(10πx)+2.0 -1≤x≤2，求使得函数值最大的变量取值。4．实验过程 觅食行为:这是生物的一种最基本的行为,也就是趋向食物的一种活动;一般可以认为这种行为是通过视觉或味觉感知水中的食物量或浓度来选择趋向的。function [Xnext,Ynext]=AF_prey(Xi,ii,visual,step,try_number,LBUB,lastY)%觅食行为%输入：.

#include<bits/stdc++.h>using namespace std;int main(){ int N; stack<int>x; stack<char>y; cin>>N; for(int i=0;i<N;i++){ int t; cin>>t; x.push(t); } for(int i=0;i<N-1;i++){ char t; cin>>t; y.pus.

#include<bits/stdc++.h>using namespace std;void Next(string t,int next[]){ int i=0,j=-1; next[0]=-1; while(i<t.length()-1){ if(j==-1||t[i]==t[j]){ //第一位不等或者s[i]和t[i]相等 i++;j++; //匹配下一位 next[i]=j; }else{ j=next[j]; } }}in.

第一章深度学习和机器学习差异机器学习基本问题：分类，回归，聚类，降维算法：KNN，贝叶斯，决策树，SVM，逻辑回归，随机森林，集成学习改变结构，实现不同的玩法，适应不同场合深度学习主要是解决分类，回归，模拟感知机，多层神经网络，卷积，递归，GAN统一的计算单元，通过变换参数和连接实现不同应用场合1.深度学习与机器学习的主要区别是在于性能。当数据量很少的时候，深度学习的性能并不好，因为深度学习算法需要大量数据才能很好理解其中蕴含的模式。2.深度学习算法严

//统计度为0的结点个数，其值用sum返回void leaf(BiTree T, int &sum){ if(T) { if(T->lchild==NULL && T->rchild==NULL ) sum++; leaf(T->lchild,sum); leaf(T->rchild,sum); } }...

1．实验目的掌握粒子群算法解决背包问题的方法，掌握引入惯性权重的粒子群算法应用。2．实验环境Matlab3．实验内容使用粒子群算法解决背包问题。假设存在五类物品，每类物品中又包含四种具体物品，现要求从这五种类别物品中分别选择一种物品放入背包中，使得背包内物品的总价值最大，总体积最小，并且背包的总质量不超过92kg。用C表示物品质量，X为选择物品。P为每个物品的价值，R为每个物品的体积。P，R，C的取值如下：初始化参数要求为：Dim=5; %粒子维数xSize=50...

#include<iostream>#include<queue> using namespace std;typedef int VertexType;#define MaxVertexNum 100typedef int EdgeType;typedef struct{ VertexType Vex[MaxVertexNum]; EdgeType Edge[MaxVertexNum][MaxVertexNum]; int vexnum,arcnum; boo.

#include<bits/stdc++.h>using namespace std;//创建结构体存储每个人，用集合来存储点赞的不同数据 ，在存储点赞的大小 typedef struct node{ set<int> s; string name; double sum;}; //比较大小 bool cmp(node a,node b){ if(a.s.size()>b.s.size()) //如果大于 return true; if(a.s.s.

void BtreeToExp(Tree T,int deep){ if(T==NULL){ return ; } else if(T->left==NULL&&T->right==NULL){ printf("%d",T->data); } else{ if(deep>1) cout<<"("; BtreeToExp(T->left,deep+1); printf("%d",T->data); Btree.

1）思想：设置全局变量sum统计权值之和①若该节点是叶子结点，则变量sum加上该节点深度和权值之积②若该节点是非叶子结点，左子树不空则递归调用左子树，右子树不空递归调用右子树，深度为本结点深度+1③最后输出sum值即可//带权路径长度int sum;int WPL(Tree T,int deep){ if(T->left==NULL&&T->right==NULL) { sum+=deep*(T->weight); //为根结...

思想：只要能删除其左，右子树就能释放值为x的结点，后序遍历删除。层序遍历查找值为k的父节点。需要完整遍历整科二叉树，所以时间复杂度是O(n)删除代码void DeleteTree(Tree &Q){ if(Q==NULL) return; //递归终止条件 DeleteTree(Q->lchild); DeleteTree(Q->rchild); free(Q);}查找代码void Findxdelete(Tree &T,int.