- 博客(11)
- 资源 (2)
- 收藏
- 关注
RSS订阅转载 C++ 基础学习
1.实现定时实现某功能：#include #include using namespace std;VOID CALLBACK TimerProc(HWND hwnd, UINT uMsg, UINT idEvent,DWORD dwTime)//回调函数{cout"hello world"<<endl;}void main(){int ID=1;int elapse=1
2018-02-06 14:11:43
193
原创 MFC 使用mysql进行数据操作
一、声明MYSQL mysql; 位置方法： 1.将一下三个头文件写入stdafx.h文件中#include #include #include 然后在stdafx.cpp文件中声明MYSQL mysql; 2.全局方法 可以在1的基础上，将MYSQL mysql声明为全局变量。 即在APP类中的.h文件中声明 在APP类中.cpp文件进行使用：mysql_
2018-02-02 16:37:38
3799
原创 mysql操作基本步骤
一、mysql下载及安装出现的问题 1.下载链接：https://dev.mysql.com/downloads/mysql/ 版本：Windows (x86, 64-bit), ZIP Archive Debug Binaries & Test Suite 2.放在E盘进行解压并将文件名字改为mysql. 3.解压之后： 发现并没有data文件夹。 解决办法： 输入打开cm
2018-01-19 15:20:13
5776
转载 机器学习初学---概述
简介https://www.leiphone.com/news/201608/WosBbsYqyfwcDNa4.html机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法，诸如SVM，GBDT，Adaboost，现在深度学习很火热，神经网络也是一个不错的选
2018-01-18 15:27:20
167
转载 数据归一化汇总
============外一篇 有关mapminmax的用法详解 by faruto================================== 几个要说明的函数接口: [Y,PS] = mapminmax(X) [Y,PS] = mapminmax(X,FP) Y = mapminmax(‘apply’,X,PS) X = mapminmax(‘reverse’,Y,PS)用实例
2016-10-31 16:45:41
454
转载 图像特征_灰度共生矩阵
转：http://www.cnblogs.com/tiandsp/archive/2013/03/23/2977673.html http://blog.sina.com.cn/s/blog_4a18533301010oen.html Gray-level co-occurrence matrix from an image 全图像的灰度共生矩阵灰度共生矩阵是像素距离和角度的矩阵
2016-09-20 17:28:57
1774
1
翻译 图像特征_图像矩（Hu矩）
（1）零阶矩 根据矩的定义，二维图像的灰度用f(x,y)表示，零阶矩m00m_00表示为：m00=∬f(x,y)dxdym_00=\iint f(x,y)dxdy 表示的是图像灰度的总和。 （2）一阶矩 图像的一阶矩m10m_10和m01m_01表示用来确定图像的灰度中心，x¯=m10m00\bar x=\frac{m_10}{m_00} , y¯=m01m00\bar y=\fra
2016-09-19 09:36:31
10119
转载 图像特征_峰度与偏度
之前看过网上有很多关于峰度和偏度的文章，结合自己的理解，我想稍微做下总结。定义 Kurtosis(峰度）：是对Sample构成的分布的峰值是否突兀或是平坦的描述。 计算时间序列x的峰度，峰度用于度量x偏离某分布的情况，正态分布的峰度为3。当时间序列的曲线峰值比正态分布的高时，峰度大于3;当比正态分布的低时，峰度小于3。Skewness(偏度)： 是对Sample构成的分布的对称性状况的描述。
2016-09-18 10:57:31
10792
1
转载 SVM之交叉验证【转】
交叉验证(CrossValidation)方法思想简介以下简称交叉验证(Cross Validation)为CV.CV是用来验证分类器的性能一种统计分析方法,基本思想是把在某种意义下将原始数据(dataset)进行分组,一部分做为训练集(train set),另一部分做为验证集(validation set),首先用训练集对分类器进行训练,在利用验证集来测试训练得到的模型(model),以此来做为评
2016-09-12 19:55:31
8866
转载 数据归一化处理
=========== 有关mapminmax的用法详解 数据归一化【转】================= 几个要说明的函数接口: [Y,PS] = mapminmax(X) [Y,PS] = mapminmax(X,FP) Y = mapminmax(‘apply’,X,PS) X = mapminmax(‘reverse’,Y,PS)用实例来讲解,测试数据 x1 = [1 2 4],
2016-09-12 19:52:43
639
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人