自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

adminabcd的专栏

每天进步一点点

  • 博客(72)
  • 资源 (4)
  • 问答 (3)
  • 收藏
  • 关注

转载 找出有序数组中的绝对值的最小值

假设数组是从小到大排序,数值可能为负数、0、正数。思路一可以一次性遍历一遍,找出绝对值最小值,此时时间复杂度为O(N),缺点是没有利用数组是有序的这一特点。思路二数组有序,可以利用二分查找的特性。中间的数是正数,往后找;中间的数是负数,往前找。问题的本质是找到正数的最小值,或负数的最大值,分析以下集中情况数组为a[], 数组大小为n.n=1,没有商量的余地,直接返回 ...

2016-08-20 22:11:04 3187 1

原创 数据挖掘——聚类算法kmeans整理

【 kmeans算法原理】随机选取k个中心点遍历所有数据,将每个数据划分到最近的中心点中(根据距离的大小进行划分,即计算每个样本点到所有中心点的距离,选择距离最小的那个)计算每个聚类的平均值,并作为新的中心点重复2-3,直到这k个中心点不再变化(收敛了),或迭代次数达到规定值 matlab函数调用:[IDX,C,sumd,D] = kmeans(X,k,'distance','sqEuc

2016-05-16 23:09:40 4231

原创 主机远程管理工具Xshell 5——(2)使用密钥认证登录

上一篇介绍的是使用密码登录,这一篇主要是针对使用密钥认证(非对称密钥)登录的相关步骤(windows主机登录到linux虚拟机):新建密钥对,并将公钥保存 双击用户密钥,选择公钥,将公钥保存为文件,并命名为id_rsa_1024pu 2.将公钥上传到登录用户(如root)的.ssh目录下(没有改目录则新建),并重命名为authorized_keys。 (我们首先将保存

2016-05-11 11:30:14 8370

原创 主机远程管理工具之Xshell 5 ——(1)

Xshell 是一个强大的安全终端模拟软件,可以在Windows界面下用来访问远端不同系统下的服务器,从而达到远程控制终端的目的,它支持SSH1, SSH2, 以及Microsoft Windows 平台的TELNET 协议。SSH 为建立在应用层和传输层基础上的安全协议。SSH 是目前较可靠,专为远程登录会话和其他网络服务提供安全性的协议。利用 SSH 协议可以有效防止远程管理过程中的信息泄露问题

2016-05-10 21:03:37 4831

转载 redhat中ifconfig命令无效怎么解决

在RedHat中, 打开终端, 运行 “ifconfig” 命令, 如果给出的提示是 “command not found”, 那里我们可以按下面的方法来解决:输入 ifconfig 命令的绝对路径, ifconfig在是/sbin这个目录下面, 所以在终端输入下列命令就可以运行此命令: /sbin/ifconfig我们还可以修改 profile文件, 将 /sbin目录添加到 PATH 里,

2016-05-09 23:22:45 4049

原创 linux之vm tools安装

vmware tools 安装步骤:打开VMware启动RedHat,在VMware的上边菜单栏单击“虚拟机”–>安装VMware Tool这时RedHat中会自动挂载出一个光驱图标,双击图标,光驱里面的文件有VMwareTools安装包(红框) 右键点击解压至桌面,即vmware-tools-distrib 下面我们需要将vmware-tools-distrib放到根目录下(我们不能直接移动,

2016-05-09 23:10:13 2418

原创 寻找两个串的最长公共子序列

思路:较短串从前向后比较较长串从后往前比较代码实现:#include <iostream> #include <string> using namespace std; string str1="acbac"; string str2="acaccbabb"; int LCS_left; //最长子串的左边界int LCS_right; //最长子串的右边界int

2016-04-16 10:57:19 549

原创 与运算与异或运算的应用

使用^实现a、b两数的交换 a=a^b; b=a^b; //此时b=a^b^b=a^0=a a=a^b; //此时a=a^b^a=b^0=b使用&、^和移位操作实现(a+b)/2 (a+b)/2=(a&b) + (a^b)>>1 注释: —— >>1代表往右移动移位,即除以2。 ——当a等于b时,a^b=0,a&b即(a+b)2; —— 当a不等于b时,

2016-03-26 21:46:53 655

原创 可视化学习之百度echarts工具(2)

柱状图与折线图学习事例<!DOCTYPE html><html lang="en"><head> <meta charset="utf-8"> <title>高考2006-2014</title></head><body> <!--准备一个高为500px 宽为浏览器页面的大小的图标容器的, 也可以设为指定值 如:height:500px;width:800px; --

2015-10-22 17:44:15 1617

原创 可视化学习之百度echarts工具(1)

ECharts,缩写来自Enterprise Charts,商业级数据图表,它是一个纯Javascript的图表库,我们在使用过程中只需要引入该图表库,使用它提供的一些组件,加上自己的数据,就能用了。我在学习时选择它推荐的“模块化单文件引入”方法引入ECharts图表库,详细过程如下:

2015-10-22 17:16:06 1253

原创 Django 环境搭建

Django环境搭建步骤

2015-09-14 16:31:16 494

转载 论文写作

在论文写作中的几点建议:第一步就是:对自己的论文定位不要太高,太高了,你会常常陷于you are anything impossible,你怎么能在规定的时间内完成呢?尤其我们在中国,本身我们的资料还没有国外的丰富,我们许多东西还隔着一层,我们就想做得比国外先进的还要先进,还要好,这就不太实际。第二,在做论文的过程中,心里要有十分practical concern,就是要把论文作为一个产品来做,

2015-08-19 17:05:47 763

原创 机器学习(6)——模型选择、参数选择

当我们使用正则化的线性回归方法预测房价时,发现得到的模型应用于新的数据上时有很大误差,这时,我们可以选择一些解决方案,例如: 上图中的这六种解决方案都有相应的条件,如图中蓝色字体所示。【一、回归模型选择】我们引入一类数据集,叫做cross validation set,即交叉验证数据集。将所有数据按6:2:2 分为training set , cross validation set , t

2015-07-27 21:36:59 8316 1

原创 机器学习(5)——过拟合问题

下面主要总结线性回归与逻辑回归下的过拟合问题。【过拟合问题的定义】【过拟合问题的解决方法】 怎样解决过拟合问题呢?两个方法: 1. 减少feature个数(人工定义留多少个feature、算法选取这些feature) 2. 正则化(留下所有的feature,但对于部分feature定义其parameter非常小) 下面我们将对线性回归与逻辑回归的正则化进行详细的讲解。【一、线性回归的正则化

2015-07-26 10:34:05 1203

原创 机器学习(4)——logistic regression

【一、逻辑回归模型】逻辑回归不同于线性回归,它实际上一种分类方法,用于二分类问题(y=0或者1)。逻辑回归模型如下: 即当>=0.5时,预测输出值y=1;否则预测输出值y=0;且有: 【二、决策边界】所谓Decision Boundary就是能够将所有数据点进行很好地分类的h(x)边界。 【例1】 由图可知: 对应的线性回归模型为: 决策边界为粉色直线: 【例2】

2015-07-24 16:49:11 1177

原创 机器学习(3)——多变量线性回归

【多变量线性回归模型】多变量线性回归是指输入为多维特征的情况,例如: 在上图中可看出房子的价格price由四个变量(size、number of bedrooms、number of floors 、age of home)决定,为了能够预测给定条件(四个变量)下的房子的价格(y),我们需要建立相应的线性回归模型。假设有n个变量,则相应的多变量线性回归模型如下:注意上图中的x是指一个训练样本,即每

2015-07-23 22:22:30 1217

原创 排序算法之(7)——堆排序

【堆排序的思路】堆排序主要是利用了堆的性质,对于大顶堆:堆中的每个节点的值都不小于它的孩子节点的值

2015-07-16 10:42:07 720

原创 机器学习(2)——单变量线性回归

【Linear Regression with One Variable】1. 线性回归模型单变量线性回归是通过给出的样本变量与输出,预测一个变量的对应输出,属于监督学习。

2015-07-15 21:56:20 902

原创 机器学习(1)——概念介绍

What is Machine Learning?

2015-07-14 22:26:31 791

原创 大顶堆(c++实现)

【大顶堆的性质】大顶堆是一棵完全二叉树,且树中的每个节点的值都不小于它的孩子节点的值。我们可以用一个heap数组来表示它。【大顶堆的插入、删除】大顶堆的插入:首先初始化插入位置为最后,然后从下往上调整堆(调整插入元素的位置)。在调整过程中,若当前节点的父亲节点小于插入元素,则将其父亲节点的值赋给当前节点,父亲节点作为当前节点,依此继续;否则当前节点即为插入位置。大顶堆的删除:删除根,初始化最后一

2015-07-14 17:00:46 5935

原创 红黑树

【红黑树的性质】红黑树是一种特殊的二叉查找树,红黑树的所有空指针用外部节点nullNode(nullNode->rchild=nullNode->rchild=nullNode)代替。红黑树具有以下性质:根节点是黑色的所有节点不是黑色就是红色外部节点都是黑色的红色节点的孩子节点一定是黑色的所有从根节点到外部节点的所有路径上,包含相同数目的黑色节点。

2015-07-11 20:41:40 499

原创 范数、奇异值

【范数】 格式:n=norm(A,p) 功能:norm函数可计算几种不同类型的矩阵范数,根据p的不同可得到不同的范数 以下是Matlab中help norm 的解释 NORM Matrix or vector norm. For matrices… NORM(X) is the largest singular value of X, max(svd(X)).

2015-07-08 16:44:00 2429

原创 while循环中return、break、continue的区别

return 的作用是退出循环体所在的函数,相当于结束该方法。break 的作用是结束循环,跳出循环体,执行后面的程序。continue 的作用是结束此次循环,进行下一次循环;

2015-07-07 19:09:24 70390 4

原创 二叉查找树(插入、查找、遍历、删除.........)

【二叉查找树的性质】 二叉查找树是满足以下条件的二叉树:左子树上的所有节点值均小于根节点值右子树上的所有节点值均不小于根节点值左右子树也都是二叉查找树不存在两个节点的值相等

2015-07-07 18:39:43 895

原创 二叉树的建立与遍历(二)(c++实现)

【目标】建立如下所示的一棵二叉树,并且输出其对应的前序遍历、中序遍历、后序遍历。

2015-07-06 20:50:20 2354

原创 二叉树的建立与遍历(一)(c++实现)

【目标】建立如下所示的一棵二叉树,并且输出其对应的前序遍历、中序遍历、后序遍历。

2015-07-06 16:14:58 1472

原创 排序算法之(6)——基数排序

【基数排序的思想】首先使用基数r=10进行分解,将每个整数分成d位(d是待排元素中的最大位数),每位的取值范围是0~9;因为每一位有10种可能的情况,所以建立10个链表,即lists[0]~list[9],分别代表相应位为0、1、2、3、4、5、6、7、8、9。

2015-07-04 09:44:42 869

原创 链式队列的实现(c++)

队列的特点是先进先出。

2015-07-02 21:51:58 1652

原创 分布的拟合和检验

【分布的拟合】把样本的分布函数(也称为“经验分布函数”),与某种理论的分布函数(如正态分布)叠放在一起,进行比较。 例如:score = xlsread('examp02_14.xls','Sheet1','G2:G52');% 去掉总成绩中的0,即缺考成绩score = score(score > 0); %样本figure; % 新建图形窗口% 绘制经验分布函数图,并返回图形

2015-07-02 16:57:36 13450 2

原创 假设检验——正态总体参数的检验(u检验,t检验,卡方检验,f检验)

【—–总体标准差已知时的单个正态总体均值的U检验——】(1)分析:建立如下假设 (2)matlab进行检验:% 调用ztest函数作总体均值的双侧检验,% 返回变量h,检验的p值,均值的置信区间muci,检验统计量的观测值zval[h,p,muci,zval] = ztest(x,100,2,0.05) 结果: 由h=1,p=0.0282<0.05拒绝原假设 且由置信区间的两个置信

2015-07-01 22:17:57 18378

原创 参数估计

【概念】参数估计包括点估计和区间估计: 点估计——估计未知参数的值 区间估计——根据样本构造出适当的空间,使它以一定的概率包含未知参数【参数估计与matlab实现】下面主要阐述正态总体的参数估计:clear;clc;mu=10; %样本均值sigm=2; %样本方差m=50; %样本数n=1000; %计算置信区间的真实覆盖率的模拟次数x=normrnd(mu,sigm,m

2015-07-01 17:55:52 2237

原创 链式栈(c++实现)

栈的特点是后进先出。

2015-06-30 21:41:04 2833

原创 双向循环链表(c++实现)

在该双向循环链表中,表头结点first不存元素;当双向循环链表为空时:first->rlink=first->llink=first;以下代码实现了双向循环链表的插入、删除操作;在插入操作中,实现了头插法以及按序插入法。//main.cpp//----------建立一个双向循环链表-------#include<iostream>using namespace std;class dblis

2015-06-29 15:33:17 1117

转载 n个节点的二叉树有多少种形态

【n个节点的二叉树有多少种形态(Catalan数)】分析过程: (1)先考虑只有一个节点的情形,设此时的形态有f(1)种,那么很明显f(1)=1(2)如果有两个节点呢?我们很自然想到,应该在f(1)的基础上考虑递推关系。那么,如果固定一个节点后,左右子树的分布情况为1=1+0=0+1,故有f(2) = f(1) + f(1)(3)如果有三个节点,(我们需要考虑固定两个节点的情况么?当然不,因为当节

2015-06-28 17:32:49 50623 5

原创 二叉树的遍历

1.已知二叉树的前序遍历跟中序遍历,求二叉树的后序遍历【例如】已知二叉树的前序遍历序列为cedba,中序遍历为debac,求该二叉树的后序遍历 【分析】由前序遍历可知,根节点为c,再根据中序遍历确定左子树为deba,右子树为空;根据前序遍历可知左子树deba的根节点为e,再根据中序遍历知deba中的左子树为d,右子树为ba;根据前序遍历可知右子树为ba的根节点为b,再根据中序遍历知ba的右子树为a

2015-06-28 12:31:38 1128

原创 (程序员面试宝典)已知n个人围坐在一张圆桌旁,从编号为k的人开始..................

【题目】设有n个人(以编号为1,2,3…….n分别表示)围坐在圆桌周围,从编号为k的人开始报数,数到m的人就站出来,他的下一个人又从1开始报数,数到m的人就站出来,依此规律重复下去,知道全部的人都站出来为止。【代码实现】#include<iostream>using namespace std;struct node{ int data; node *next;};class li

2015-06-27 21:51:55 7963 1

原创 使用STL中的list容器实现单链表的操作

#include<iostream>#include<list>#include<algorithm>using namespace std;void Print(int &item){ cout<<item<<" ";}int main(){ list<int> listintegers; list<int>::iterator listiter; //引入迭代器

2015-06-27 16:59:35 1620

原创 单链表的插入删除操作(c++实现)

下列代码实现的是单链表的按序插入、链表元素的删除、链表的输出

2015-06-26 10:25:04 4324

原创 单链表的简单c++实现

以下代码只实现了单链表的手动创建以及输出功能#include<iostream>using namespace std;struct node{ int data; node *next;};class list{public: void creat(); void show();private: node *head;};void list::cre

2015-06-24 19:51:28 724

原创 条件数(condition number)

In the field of numerical analysis, the condition number of a function with respect to an argument measures how much the output value of the function can change for a small change in the input argument

2015-06-24 11:13:34 16616

斯坦福机器学习实验

斯坦福课程实验。包含具体要求及代码实现,可直接运行

2015-08-21

数据挖掘资料

数据挖掘课件,利于初学者,这是我们老师上课用的,还不错

2015-03-31

视频分析课件下载

Feature Selection for Tracking,The most desirable property of a visual feature is its uniqueness so that the objects can be easily distinguished in the feature space

2014-12-13

视频分析课件

课件学习Introduction to Intellectual Video Analysis  Foundation of Video Analysis & Processing Technology  Foreground Detection & Tracking Under Static Camera  Object Detection & Tracking Under Moving Camera

2014-12-13

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除