mustuo-CSDN博客

原创笔记 | 人工智能导论索引

王万良老师《人工智能导论》课的笔记另外包含《人工智能》（马少平主编清华大学出版社）书中的相关笔记第一章绪论第二章谓词逻辑第三章产生式表示框架表示法语义网络表示法...

2020-03-29 12:38:26 477

原创数据挖掘学习日记 | 索引

《数据挖掘学习日记》系列主要是在学习本科《数据挖掘基础》这门课时留下的笔记，共10篇。若有机会继续学习，还会接着写下去：）数据挖掘学习日记0·常用工具、博客数据挖掘学习日记1·有监督学习与无监督学习数据挖掘学习日记2·训练集验证集测试集预测集数据挖掘学习日记3·关联规则挖掘数据挖掘学习日记4·分类初阶数据挖掘学习日记5·ClassAdvanced入门数据挖...

2020-03-06 19:52:34 270 1

原创 DHU OJ | 索引

OJ：东华OJ（2019-12-12 00:00 - 2020-04-11 23:55），分为基础、进阶、挑战三部分。写这些博文的目的仅是为了记录笔记与心得，因此并不是每题都有。博文中的代码是我的ac代码，仅供参考，欢迎讨论：）基础练习1 计算球体积4 温度转换14 字母的前趋或后继19约数之和21计算e | 实数的大小比较24素数25 最小公倍数...

2020-03-05 18:50:43 417

原创 css实现各级标题自动编号

本文介绍了通过css实现markdown编辑器标题自动编号的方法，并介绍了typora和wordpress主题中的应用实例。

2024-04-08 15:45:41 788

原创 js和ts中的null与undefined

本文介绍了js和ts语言中的null和undefined两种空值，例举了常见的的场景，讲解了对可能为空值的入参的初始化方法。

2024-04-06 21:53:51 1030 1

原创 jspdf：即时生成pdf的插件，支持表单图文混排

jspdf是即时生成pdj的插件，支持通过html代码或源数据生成。

2024-03-01 11:38:31 1107

原创 JS内置对象Math：常用数学表示、数学操作、保留精度等

Math是一个内置对象（不需要额外引入），作用于Number类型的数据，包含了常用的数学常量和数学函数。Math的所有属性和方法都是静态的，需要注意的是，Math 的常量是使用 JavaScript 中的全精度浮点数来定义的，因此不同浏览器、不同的系统或架构中得到的结果可能有所不同。

2024-03-01 09:56:04 777

原创显存充足却提示out of memory(allocated memory try setting max_split_size_mb to avoid fragmentation)

在训练模型的过程中，遇到如下问题：显存有一半以上的空间却仍然报out of memory的错误。本文总结网上的相关解决方案，由于这些方案对本问题均无效，本文经过实践提出了一种新的解决方法。

2023-10-28 13:47:25 3173

原创 Windows11系统安装WSL教程

WSL，全称Windows Subsystem for Linux，是微软官方提供的可以在Windows上直接运行的Linux环境，包括大多数命令行工具、程序和应用，由系统底层虚拟机平台支持。本文详细介绍了在Windows11系统上WSL的方法。

2023-10-21 13:33:26 2795

官方帮助文档：https://hfish.io/#/README1 快速了解HFish蜜罐HFish是一款社区型免费的中低交互蜜罐，侧重企业安全场景：内网失陷检测外网威胁感知威胁情报产生具有超过40种蜜罐应用。1.1 HFish基本结构HFish由管理端（server）和节点端（client）组成：管理端：生成和管理节点端，并接收、分析和展示节点端回传的数据管理端必须部署在安全区。管理端访问端口：4433节点数据回传端口：TCP/4434服务默认访问端口：TCP/2.

2022-05-31 11:44:30 5850 1

原创蜜罐 | 蜜罐介绍

参考：浅谈网络蜜罐技术 - 知乎 (zhihu.com)关于网络安全里蜜罐的详细介绍_德迅–文琪的博客-CSDN博客1 技术介绍1、简介蜜罐是一种安全威胁的主动防御技术，它通过模拟一个或多个易受攻击的主机或服务来吸引攻击者，捕获攻击流量与样本，发现网络威胁、提取威胁特征。为更好的吸引攻击者，蜜罐需要提供强悍的攻击诱骗能力。2、分类依据蜜罐诱骗能力或交互能力的高低，蜜罐可分为低交互蜜罐与高交互蜜罐（在国内研究中也有低、中、高三类交互能力的分法）：低交互蜜罐：主要通过模拟一些服务，为攻.

2022-05-31 11:38:53 4743

原创 OpenCV计算机视觉实战 | 第7章金字塔与轮廓检测

本文为《OpenCV计算机视觉实战》的课程笔记。1 图像金字塔1.1 基本概念图像金字塔主要有两种：1、高斯金字塔2、拉普拉斯金字塔1.1.1 高斯金字塔1、向下采样法（缩小）：长和宽都缩小2倍用高斯核与GiG_iGi卷积去除偶数行和偶数列2、向上采样法（放大）：长和宽都扩大2倍将GiG_iGi在xxx和yyy方向都扩大为原来的两倍，新增像素用0填充，得到Gi′G_i'Gi′将高斯核与Gi′G_i'Gi′进行卷积1.1.2 拉普拉斯金字塔1.2 金字塔制作.

2022-02-18 10:53:44 1608

原创 OpenCV计算机视觉实战 | 第6章 Canny边缘检测

1 检测流程去噪：用高斯滤波器，平滑图像，消除噪声计算图像中每个像素点的梯度强度和方向应用非极大值（Non-Maximum Suppression）抑制，以消除边缘检测带来的杂散相应：只留下明显的梯度应用双阈值（Double-Threshold）检测来确定真实和潜在的边缘抑制孤立的边缘2 相关概念2.1 非极大值抑制基本思路就是将当前点和邻近进行比较，若当前点是一个极大值则保留。2.1.1 线性插值法如图所示，g2、g3为c点的相邻像素，蓝色的斜线为梯度方向，斜线与红线的交点称亚像素

2022-02-18 10:34:54 1916

原创 OpenCV计算机视觉实战 | 第5章图像梯度算子

本文为课程《OpenCV计算机视觉实战》的课程笔记。本章节讲述了图像梯度的计算方法。图像的梯度表征每个像素点和周围像素点差异程度。上：梯度值公式；下：梯度方向公式1 Sobel算子Sobel算子关注像素点和上下左右四个像素点的差异程度，即分别从x方向和y方向计算锚点梯度。首先用Gx×AG_x×AGx×A得到锚点xxx方向的梯度，再用Gy×AG_y×AGy×A得到yyy方向的梯度。最后将两个方向的梯度加权相加，即可得到锚点的梯度值。※这里的“×”是相同位置元素相乘根据上图模型，可知So.

2022-02-17 15:44:46 2190

原创 OpenCV计算机视觉实战 | 第4章图像形态学操作

本文为《OpenCV计算机视觉实战》课程的笔记。1 腐蚀操作在卷积核中，若同时出现像素值255和0的像素点，则0替换255。关键方法：cv2.erode(img,kernel,iterations = 1)前提：输入图像是二值的1、读入图像img = cv2.resize(cv2.imread('./img/nihao.png'),(300,300))cv_show('nihao',img)2、创建核（卷积窗口）核越大，腐蚀效果越明显核可以不是一个正方形kernel = np.

2022-02-14 22:36:42 1262

原创 OpenCV计算机视觉实战 | 第3章阈值与平滑处理

本文为《OpenCV计算机视觉实战》课程的笔记。1 图像阈值ret, dst = cv2.threshold(src, thresh, maxval, type)src：输入图，只能输入单通道图像，通常来说是灰度图dst：输出图thresh：阈值maxval：当像素值超过了阈值（或小于阈值，根据type决定）所赋予的值type：二值化操作的类型：cv2.THRESH_BINARY：超过阈值取maxval，否则0cv2.THRESH_BINARY_INV：BINARY的反转cv2..

2022-02-13 21:54:40 843

原创 OpenCV计算机视觉实战 | 第2章图像的基本操作

本文为《OpenCV计算机视觉实战》课程的笔记。1 图像的基本概念图像的表示：计算机中，图像由像素点组成。像素点取值：[0, 255] 数值表示图像的亮度，数值越大越亮彩色图像颜色通道：RGB，每个通道上都有一个亮度值注：灰度图只有一个通道图像的表示：图像的每个通道都由亮度值的矩阵组成2 图像的基本操作2.1 图像的读取彩色图像：cv2.IMREAD_COLOR，读取后得到的是一个三维矩阵灰度图像：cv2.IMREAD_GRAYSCALE，读取后得到一个二维矩阵im.

2022-02-13 21:48:45 935

原创 OpenCV计算机视觉实战 | 第1章环境配置

本文为《OpenCV计算机视觉实战》课程的笔记。1 OpenCV配置需安装以下两个依赖：opencv-pythonopencv-contrib-python：扩展包※OpenCV版本3.4.2以上部分算法被申请权限1.1 安装opencv-python使用anaconda安装OpenCV的语句：pip install opencv-python==3.4.0.14遇到问题[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QQYQxI1N-164475.

2022-02-13 21:47:14 788

原创 PyTorch实战计算机视觉 | 第1章浅谈人工智能、神经网络和计算机视觉

本文为《深度学习之PyTorch实战计算机视觉》（唐进民著）一书的学习笔记。目录1.1 人工还是智能1.1 人工还是智能弱人工智能与强人工智能弱人工智能：在特定领域决特定问题的人工智能，需要人的参与强人工智能（通用人工智能/完全人工智能）：能够在各领域工作，可完全替代人。1.2 人工智能的三起两落1.2.1 两起两落1、第一起人工智能学科诞生的标志（1956）：美国达特茅斯会议（Dartmouth）上首次提出“人工智能”的概念，这是人类历史上第一个有真正意义的关于人.

2022-01-02 22:51:51 1668

原创论文笔记 | 用户画像

移动互联时代已经到来，广告营销在社交媒体中展现出蓬勃的生命力，信息流广告正是这样一种以社交媒体平台为载体，将推广内容隐藏于自然信息流中，从而传递品牌信息的一种新兴广告形式。《社交媒体信息流广告的场景匹配研究》周子玉用户画像是场景匹配在社交媒体信息流广告分发中的一种应用。1 背景随着2019年5G正式投入商用，运营商迎来新的收入增长点。中国电信副总经理刘桂清在2021年中期业绩说明会上表示：“5G收入的增长成为上半年整体收入的重要拉力，行业应用是当前5G发展的热点”，在5G赋能和云改数转战.

2021-12-24 18:48:35 2154

原创讯飞赛题 | 移动设备用户年龄和性别预测

赛题：2021 iFLYTEK A.I.开发者大赛-讯飞开放平台 (xfyun.cn)【写在前面】第一次做赛题，用的算法也比较简单，代码在这边-->GitHub - mutsuo/Challenge: 放比赛的开源代码说实话自己并不是很满意，所以欢迎与我交流！发现任何问题麻烦帮忙指出来！如果有优化或者学习/比赛的建议麻烦告诉我！我会很感激你！目录1 系统模型2 算法设计2.1 数据预处理2.1.1 事件日志分析2.1.2 数据规约2.1.3 数据挖掘3..

2021-12-24 18:36:53 2861 4

原创使用seabones的heatmap时个别列丢失

在使用heatmap时，发现有一列丢掉了。import seaborn as snsplt.figure(figsize=(16,12))sns.heatmap(df.iloc[:,1:].corr(),annot=True,fmt=".2f")plt.show()【解决方法】检查一下字段的数据类型，很可能是object类型：df.info()<class 'pandas.core.frame.DataFrame'>RangeIndex: 6554 entri

2021-07-08 10:00:33 427 3

原创论文笔记 | 深度学习图像数据增广方法研究

1 背景在许多领域，受限于数据获取难度大，标注成本高等原因，往往难以获得充足的训练数据，这样训练得到的深度学习模型往往存在过拟合的问题，进而导致模型泛化能力差，测试精度不高等。数据扩充的作用：扩大样本集，提高模型泛化能力。2 定义数据增广，又称数据增强（data augmentation），是一种增加有限数据的数据量和多样性的策略，试图从样本训练不足这一根本原因出发解决过拟合问题。3 方法3.1 单数据变形操作对象：单个数据通过各种变换操作改变原始数据的表现形态，以产生..

2021-07-01 17:24:15 1463

原创论文笔记 | CT影像结节分割研究进展

摘要: 准确分割肺结节在临床上具有重要意义。计算机断层扫描(computer tomography, CT)技术以其成像速度快、图像分辨率高等优点广泛应用于肺结节分割及功能评价中。为了进一步对肺部 CT 影像中的肺结节分割方法进行探索,本文对基于 CT 影像的肺结节分割方法研究进行综述。 1)对传统的肺结节分割方法及其优缺点进行了归纳比较;2)重点介绍了包括深度学习、深度学习与传统方法相结合在内的肺结节分割方法;3)简单介绍了肺结节分割方法的常用评价指标,并结合部分方法的指标表现展望了肺结节.

2021-06-15 23:31:31 2350 6

原创 python | PythonTip刷题笔记

第3题：字符串逆序题目描述：给你一个字符串 a，请你输出逆序之后的a。例如：a=‘xydz’则输出：zdyxdef solve_it(a): return ''.join(sorted(a, reverse=True)) #your answerprint(solve_it(a)) # 答案需要输出注意：对字符串使用列表方法，返回值为列表。若将上述代码中的join函数去掉，则返回值为：['z', 'y', 'x', 'd']第9题：最大公约数题目描述：

2021-04-11 23:19:28 1035

原创 python | 廖雪峰网站作业记录

记录自己写的作业和一些有的没的※学到一半想起来可以记到这里来，真是后知后觉。前面的会补上。高级特性列表生成式【题】如果list中既包含字符串，又包含整数，由于非字符串类型没有lower()方法，所以列表生成式会报错。请修改列表生成式，通过添加if语句保证列表生成式能正确地执行提示：使用内建的isinstance函数可以判断一个变量是不是字符串# -*- coding: utf-8 -*-L1 = ['Hello', 'World', 18, 'Apple', None]#.

2021-04-05 23:20:03 140

原创急救箱-python | 函数

1 定义一段代码的封装，实现代码的复用。2 返回值个数：0或n个类型：不限# a,b为两个数值数据，返回它们从大到小排列的结果def maxmin(a,b): if a>b: return a,b else: return b,a执行big,small = maxmin(2,4) 后，big=4，small=2。3 参数3.1 类型1. 有限位：位置/关键字参数2. 任意位：位置/关键字参数默认.

2021-03-30 23:46:59 145

原创有关漫入和漫出的概念

漫游，是一种移动业务名称，指移动台离开自己注册登记的服务区域，移动到另一服务区后，移动通信系统仍可向其提供服务的功能（来自《百度百科》）。2017年，在国务院政策例行吹风会，三大运营商宣布全面实施取消国内手机长途和漫游费，自此漫游业务退出了移动通信业务的历史舞台。虽然漫游业务消失了，但“漫游”这一功能并未消失，仍是移动通信一部分。用户漫游涉及到两个概念，一个是漫入，一个是漫出，这是一组相对应的概念。其中，漫入是指其它地市的号码漫游到本地市，漫出则是指本地市的号码漫游出去其它地市。即，漫入是基于用户所在地

2021-01-19 15:42:32 28663

讯飞开放平台比赛 移动设备用户年龄和性别预测 数据集

知乎问题爬虫数据集（共十万条 经过简单清洗）

空空如也

讯飞开放平台比赛移动设备用户年龄和性别预测数据集

知乎问题爬虫数据集（共十万条经过简单清洗）