- 博客(29)
- 资源 (5)
- 收藏
- 关注
原创 A-star算法自学
[Pasted image 20230426120659.png]]图中绿色方块为起点,其边框为蓝色,表示该方块已存入close list中,并且其周围的8个方块均在open list中,且指针指向中间的绿色方块,表示父节点为绿色方块。每个方格用节点的形式表示(节点可以放置在形状内的任何位置 - 在中心或沿边缘),以便于用于任何形状的格子中的情况。从起点开始,将其存入open list中,open list中的方格可能是路径会通过的,也可能是路径不会通过的方格。H:表示从节点n到目标T的。
2023-04-26 12:38:28 744 1
原创 【C++学习笔记】对象的特性
1.解决名称冲突如图,在没用this时,编译器认为三个age是同一个,类的属性不相干。解决方法:(1).成员变量和参数名成编码不同,在成员变量前加m进行区分(2).使用this指针2.
2023-04-21 15:50:20 838
原创 【C++学习笔记】函数
当函数的实参数量未知但都是同类型时,可用该类型的形参;intializer_list和vector 一样是一种模板,但是intializer_list中的元素常量。
2023-04-21 15:27:02 549
原创 【C++学习笔记】字符串、向量和数组
数据类型 数组名[数组长度];数据类型 数组名[数组长度] = {值1, 值2, ...};若初始化时值的个数 ≠ 数组长度,则会用0补全数据类型 数组名[ ] = {值1, 值2, ...}int main()// 定义1 数据类型 数组名[数组长度];// 声明数组// 赋值 进行初始化i < 5;++i)// 输出数组1// 定义2 数据类型 数组名[数组长度] = {值1, 值2, ...}// 若初始化时值的个数 ≠ 数组长度,则会用0补全i < 5;
2023-04-21 15:22:57 494
原创 【C++学习笔记】变量和基本类型
int:内置int 全局int默认初始化为0,函数体内的不被初始化 如果初始化会为 未定义的奇异值string: 内置的string 无论是全局还是函数体内 默认初始化均为 空字符串声明:将一个变量的名字让电脑知道 没有初始化 变量前+ 关键字extern定义:声明并初始化变量,需要申请存储空间如果在函数体内初始化一个由extern 标记的变量会报错变量可以多次声明但只能定义一次。
2023-04-21 15:01:37 405
原创 MODRL/D-AM论文笔记
MODRL/D-AM论文总结模型流程图模型训练流程图:结合NSGA-II流程图:一、问题的定义1.VRPTW定义一个vrptw类:class VRPTW(boject)class VRPTW(object):2.问题的状态定义StateVRPTW类class StateVRPTW(NamedTuple):3.问题数据集 VRPTWDataSet定义VRPTWDataSet类class VRPTWDataset(Dataset):二、模型1.Mod
2021-11-12 17:39:37 2185 1
原创 莫烦pytho之Pytorch 基础学习笔记
Pytorch 基础Activation Function (激励函数)假设神经网络为一个式子:y=Wx,其中y为神经网络输出值,W为神经网络参数,x为神经网络输入值;可知y为线性方程设激励函数为AF,AF可以将y激励成为一个非线性方程,且AF必须要满足可微分才能进行反向传递。则神经网络的输出可以表示为 y=(AF)Wx。比如使用了 relu 激励函数, 如果此时 Wx 的结果是1, y 还将是1, 不过 Wx 为-1的时候, y 不再是-1, 而会是0.常用的激励函数有:relu(),sigmo
2021-08-06 21:40:56 639
原创 莫烦Actor Crtic学习笔记
Actor Critic结合Policy Gradient(Actor)和Function Approximation(Critic)的方法。Actor:基于概率选取行为,Critic基于Actor选取的星期进行打分,Actor根据Critic的评分进行修改选行为的概率。优势:可以进行单步更新,比传统的PL要快 缺点:取决于 Critic 的价值判断, 但是 Critic 难收敛, 再加上 Actor 的更新, 就更难收敛。Actor 网络图:Actor网络的代码结构:class Actor(o
2021-08-06 20:05:13 907
原创 莫烦-强化学习
强化学习Q-Learning简单流程'''# T 就是宝藏的位置, o 是探索者的位置(主循环)伪代码:Initalize Q(s, a) arbitrarily #Q(s, a):Q表 每个状态对应的动作的Q值Repeat (for each episode): Initialize S Repeat (for each step of episode): Choose a from s using policy derived from Q (e.g
2021-08-06 15:51:55 1188 2
原创 莫烦-强化学习笔记
强化学习Q-Learning简单流程'''# T 就是宝藏的位置, o 是探索者的位置(主循环)伪代码:Initalize Q(s, a) arbitrarily #Q(s, a):Q表 每个状态对应的动作的Q值Repeat (for each episode): Initialize S Repeat (for each step of episode): Choose a from s using policy derived from Q (e.g
2021-07-27 20:28:01 725
原创 DBSCAN算法
DBSCAN算法一、基本思想DBSCAN是一种基于密度的空间聚类算法,是一种无监督的ML聚类算法。它可以替代KMeans和层次聚类等流行的聚类算法。该算法将具有足够密度的区域划分为簇,并在具有噪声的空间数据库中发现任意形状的簇,它将簇定义为密度相连的点的最大集合。二、算法步骤确认确定两个参数:epsilon:在一个点周围邻近区域的半径minPts:邻近区域内至少包含点的个数任意选择一个点(既没有指定到一个类也没有特定为外围点),计算它的NBHD(p,epsilon)判断是否为核点。如果是,在
2021-05-09 14:13:39 14925 6
原创 Python 调用接口
Python 调用接口一、Python调用接口根据邮编查地址或者根据地址查邮编1、根据邮编查地址import jsonimport requestsimport urllib.parse data = {}data["appkey"] = "接口的key"data["zipcode"] = "100000" #邮编 url_values = urllib.parse.urlencode(data) answer = '' #存放接口返回值try: url = "https
2021-05-05 21:21:04 366
原创 Python排序
Python笔记一、排序函数Python的两个排序函数:sort() 和 sorted(),其中前者是类成员函数,后者是Python语言的内置函数;两者的返回值不同。它们都包含 key 和 reverse 两个参数,key 参数定义了排序规则,reverse 参数定义排序方式(正序-False 或者 逆序-True),默认情况下 reverse = False。二、对象列表1、创建类class A: def __init__(self): self.sttr1 = 1
2021-05-05 20:55:50 106
原创 机器学习实战笔记 一
机器学习实战笔记一、k-邻近算法# kNN算法流程# 1.收集数据# 2.准备结构化数据# 3.分析数据# 4.计数错误率# 5.使用算法## 伪代码# 对未知类别属性的数据集中的每个点依次执行以下操作:# 1.计算已知类别数据集中的点与当前点之间的距离# 2.按照距离递增排序# 3.选与当前点距离最小的k个点# 4.确定签k个点所在类别的出现概率# 5.返回前k个点出现频率最高的类别作为当前点的预测分类1、k-NN分类def classify0(inX, dataSet
2021-04-24 21:58:42 127 2
原创 哈夫曼树 猜底牌
问题:设计一种策略,使在下面的游戏中,期望提问的次数达到最小。有一副纸牌,是由1张A,2张2,3张3,…9张9组成的,一共包含45张牌。有人从这副牌洗过的牌中抽出一张牌,问一连串可以回答是或否的问题来确定这副牌的点数解决方案:贪婪法原理简介贪婪法的核心是,所做的每一步选择都必须满足以下条件:(1)可行的:即它必须满足问题的约束。(2)局部最优:它是当前步骤中所有可行选择中最佳的局部选择。(3)不可取消:即选择一旦做出,在算法的后面步骤中就无法改变了。这些条件即要求:在每一步中,它要求“贪婪”
2021-01-05 21:43:05 486
原创 LeetCode 面试题 排序矩阵查找
LeetCode 面试题 排序矩阵查找题目:给定M×N矩阵,每一行、每一列都按升序排列,请编写代码找出某元素。例:[ [1, 4, 7, 11, 15], [2, 5, 8, 12, 19], [3, 6, 9, 16, 22], [10, 13, 14, 17, 24], [18, 21, 23, 26, 30]]给定 target = 5,返回 true。给定 target = 20,返回 false。思路:每行递增,可以按行进行二分法查找代
2020-12-31 17:35:42 189
原创 LeetCode 面试题 部分排序
LeetCode 面试题 部分排序题目:给定一个整数数组,编写一个函数,找出索引m、n;将索引区[m,n]的元素排好序,整个数组就是有序的,n-m尽量小,即找出符合条件的最短序列,函数返回值为[m,n];若不存在返回[-1,-1]。例:输入: [1,2,4,7,10,11,7,12,6,7,16,18,19]输出: [3,9]思路:对于元素i,若a[i]左边存在大于a[i]的元素,则a[i]参与排序;若a[i]右边存在小于它的元素,则a[i]也参与排序。故只需要找到最靠右的数,且这个数左边存在
2020-12-31 17:27:53 144
原创 LeetCode 面试题 最小差
LeetCode 面试题 最小差给定两个整数数组a和b,计算具有最小差绝对值的一对数值(每个数组中取一个值),并返回该对数值的差例:输入:{1, 3, 15, 11, 2}, {23, 127, 235, 19, 8}输出: 3,即数值对(11, 8)思路:双指针,分别对两个数组进行排序,然后设定返回值为最大,利用双指针求解代码:class Solution{public: int smallDifference(vector<int> &a, vector&l
2020-12-31 17:25:43 266
原创 LeetCode 面试题 峰与谷
LeetCode 面试题 峰与谷在一个整数数组中,“峰”是大于或等于相邻整数的元素,相应地,“谷”是小于或等于相邻整数的元素。例如,在数组{5, 8, 4, 2, 3, 4, 6}中,{8, 6}是峰, {5, 2}是谷。现在给定一个整数数组,将该数组按峰与谷的交替顺序排序。例:输入: [5, 3, 1, 2, 3]输出: [5, 1, 3, 2, 3]思路:奇数为谷,偶数为峰 ,若i为峰则判断当前位置是否小于前一个位置(前一个为谷),若小于则交换,大于则不处理;若i为谷,则判断当前位置是否大
2020-12-31 11:00:40 321 1
原创 Leetcode面试题 数对和
LeetCode 面试题 数对和题目:设计一个算法,找出数组中两数之和为指定值的所有整数对,一个数只能属于一个整数对。例如:输入 nums=[5,6,6],target = 11输出[[5,6]]思路: 利用unordered_map 存储每个数组元素i的出现个数,若target-i出现过,就一起放入返回容器中,并将target-i出现的次数减1,否则将i的出现次数+1。对于nums中的每个元素进行遍历如果不存在target - i则将x存入哈希表中m[i]++,等待匹配如果存在的话表明
2020-12-30 22:44:52 192
原创 STL容器
STL容器仅用于自学复习#include<iostream>#include<vector>#include<string>#include<list>#include<set>#include<map>using namespace std;//vector自定义数据类型 class Person {public: Person(string name, int age) { this->m_Nam
2020-12-30 22:20:12 68
原创 科研伦理与学术规范 期末考试2(40题)
科研伦理与学术规范 期末考试1(40题)2020.12.30题目顺序可能不对,答案没问题。侵删可以下载PDF 进行搜索查询1.在科学研究的伦理原则中,科技工作者应该坚持科学研究的客观性,杜绝蓄意的捏造、作假和对研究成果的曲解,指的是A 诚信原则B 审慎原则C 责任原则D 公平原则2.《人道实验技术原理》中首次系统提出3R理论,3R运动最终使实验动物的使用量逐步减少,质量要求越来越高。例如在利用动物制备抗体的过程中,通常使用一种福氏佐剂,但它对动物的刺激性很强,容易造成局部的肿胀、脓肿、
2020-12-30 16:12:49 33123 12
原创 科研伦理与学术规范 期末考试1(50题)
科研伦理与学术规范 期末考试1(50题)科研伦理与学术规范 期末考试1(50题)2020.12.30题目顺序可能不对,答案没问题。侵删可以下载PDF 进行搜索查询https://download.csdn.net/download/wxj_Mq/139854761.单选题 (1分)关于伪造注释的说法,您认为错误的答案是?A 伪注是在作品中,不注明实际阅读的文献,而是弄虚作假,标注自己没有实际阅读的文献,从而蒙蔽读者的行为。B 伪注的主要表现形式是“以此代彼”“张冠李戴”“李代桃僵”。C
2020-12-30 15:37:21 37874 6
Enterprise Architect
2024-01-06
TA创建的收藏夹 TA关注的收藏夹
TA关注的人