15 dznlong

尚未进行身份认证

我要认证

专注于识别技术。

等级
TA的排名 2w+

也谈代码中注释的问题

对于代码注释,大家较为一致的看法是代码中一定要有注释,这是毫无疑问的,但是如何去写注释,却是各有各的说法,今天看到一篇博客,其观点是:注释只写why,不写what和how。当然,前提是代码已能够很容易看出 what和how了。看了这博客,我也想谈谈这方面的看法。        在注释的问题上,很久以前还跟我的一位同事吵过,那位同事在代码上密密麻麻地写满注释,他让我也要这样做,这让我很不能接受,

2014-04-03 11:02:31

识别算法中的漏洞问题

识别算法中的漏洞问题        软件研发是一件非常艰辛的工作,程序和BUG就象孪生兄弟一样,是程序就一定会有BUG,有时甚至BUG成了程序的代名词,我们会发现程序员大部分的工作时间是在解决程序中的BUG。同样地,识别算法中的漏洞,即BUG,也是一个让人头疼的问题,在这里,结合本人在识别算法中的研发经验,对于识别算法中的漏洞问题浅谈如下几点看法: 1、首先,不要想当然地认为我的算

2012-09-14 15:39:58

识别程序中的随机性识别错误

识别程序面对的总是复杂多样的情况,在做识别性能提高的过程中,会碰到各种各样的错误,有时给人一种“防不胜防”的感觉,对此,别无二法,只能是加强测试数据的收集和强化测试,但是,当我们面对一大堆错误时,会发现好些是随机性的错误,即这种错误往往只出现一次,很难重现,对于这类错误,若用特殊的方法(即治标不治本的方法)解决它,则算法不会有适应性,所以会出现这样的情况:虽然改了很多识别错误,但最终测试后识别率并

2012-06-26 16:15:08

提高识别率要“稳扎稳打”

关于提高识别率的方法。

2011-07-25 22:00:27

模式识别研发中的盲人摸象问题

关于在模式识别研发过程中的一点心得。

2011-05-03 22:02:00

模式识别技术漫谈(5)

神经网络基本原理 学习模式识别我个人觉得从神经网络入手可能是个较好的选择,一方面可以避免一下子就陷入复杂的公式推导中,另一方面可以让我们较快就能体验到模式识别是个什么样的技术,因为我们可以利用matlat或openCV非常方便地进行实践(学习一种技术,多去实践非常有助于对理论知识的理解)。神经网络技术是从仿生的角度来思考模式识别技术,探寻模仿人类的智能一直以来是科学界所研究的目标,神经网络

2010-05-23 16:41:00

使用运算符重载所犯的一个错误

使用运算符重载所犯的一个错误        在openCV源代码中有个CvImage类,里面有一个运算符重载:class CV_EXPORTS CvImage{public:……operator IplImage* () { return image; }……protected:    IplImage* image;……}       这个类定

2010-05-09 22:09:00

模式识别技术漫谈(4)

模式识别技术漫谈(4)                   ------------关于机器学习一提到机器学习,首先大家会想到的一定是神经网络,其实机器学习方法很多,这里借用“Learning OpenCV”(Gary Bradski and Adrian Kaehler)中第十三章的关于机器学习算法总结的那个表来说明一下机器学习有哪些算法: ML Algorith

2010-04-26 21:24:00

模式识别技术漫谈(3)

模式识别技术漫谈(3)                   -------高维空间        我们在表示某个事物的特征时,其特征数一般有三个以上的,甚至有好几百个特征,为了表示方便,对于特征值一般采用向量的形式来表示,所以我们在研究模式识别时会有很多的矩阵运算,对于特征值的运算我们可以把它想象成是一个高维空间中的运算,矩阵运算可以方便地表达高维空间中的运算,所以说线性代数是研究模式

2010-04-08 22:01:00

模式识别技术漫谈(2)

模式识别技术漫谈(2)                                                                       -------大量应用了概率和统计分析方法        模式识别大体上可以分为统计模式识别和句法模式识别,统计模式识别是对大量的样本进行统计或学习而最后得到一个分类器,如贝叶斯分类器、神经网络、SVM、K近邻法则等都是属于

2010-03-25 15:16:00

模式识别技术漫谈(1)

模式识别技术漫谈(1)                                                                                  ------引言            在人工智能技术(Artificial Intelligence)领域中,模式识别(Pattern Recognition)技术也许是最具有挑战性的一门技术了,模式

2010-03-23 21:50:00

Symbian C++程序开发中纯虚类的妙用

Symbian C++程序开发中纯虚类的妙用        提起关于symbian程序的开发,让我印象最深的是纯虚类的应用,几乎是随处可见,但如果你是做MFC应用开发,却是很难看到纯虚类的使用的,刚开始我一直以为是因为嵌入式程序有较多的异步消息响应才会用到纯虚类,当我学会自己运用纯虚类来为自己的程序设计接口时,我才发现纯虚类的使用是多么的妙!        我第一次碰到纯虚函数是看

2009-06-19 15:39:00

中国软件架构师语录

中国软件架构师语录 摘自:http://news.csdn.net/n/20090306/123867.html 梁永昌(趋势科技研究部和软件系统架构部副总裁): 软件架构师在工作的范围和责任上与盖房子的建筑师很类似,必须知道他要盖的是什么房子,有多少预算,施工期有多长,现在要的是两层楼,但以后会不会要加盖上去,厕所要几个,厨房在哪里,哪里要设门,哪儿要开窗,梁柱要多粗,要

2009-04-27 17:46:00

模式识别科学发展与现状(6.结束语)

 6 Discussion and Conclusions6 讨论和结论 Recognition of patterns and inference skills lie at the core of human learning. It is a human activity that we try to imitate by mechanical means. There ar

2009-04-21 16:59:00

模式识别科学发展与现状(5.挑战)

5 Challenges5 挑战 A lot of research effort is needed before the two novel and far-reaching paradigms are ready for practical applications. So, this section focuses on several challenges that natu

2009-04-21 16:50:00

模式识别科学发展与现状(4.展望)

4 Perspectives4 看法 Pattern recognition deals with discovering, distinguishing, detecting or characterizing patterns present in the surrounding world. It relies on extraction and representation o

2009-04-20 17:26:00

模式识别科学发展与现状(3.成就)

 3 Achievements3.成就 In this section we will sketch in broad terms the state of the art in building systems for generalization and recognition. In practical applications it is not the primary g

2009-04-14 18:06:00

模式识别科学发展与现状(2.模式识别四种方法)

2 Four Approaches to Pattern Recognition2 模式识别四种方法 In science, new knowledge is phrased in terms of existing knowledge. The starting point of this process is set by generally accepted evident vi

2009-04-08 14:02:00

模式识别科学发展与现状(1.介绍)

The Science of Pattern RecognitionAchievements and Perspectives Robert P.W. Duin1 and El˙zbieta P_ ekalska21 ICT group, Faculty of Electr. Eng., Mathematics and Computer ScienceDelft Univers

2009-04-07 10:03:00

设计高模块化C程序的方法

  一、            高模块化程序的特征:高聚合、低耦合 二、            模块的相对性:程序模块有大有小,一个大的模块内还可以分成小的模块 三、        高模块化程序的优点:1、  易于维护;2、  易于分工合作;3、  易于模块化测试。 四、        高模块化程序的副作用:1、可能会降低程序运行效率;2、设计的前期

2008-12-12 08:46:00

查看更多

勋章 我的勋章
    暂无奖章