- 博客(99)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 动态规划—子序列和
大致思想运行代码int maxSubArray(int* nums, int numsSize){ int maxN=nums[0]; for(int i=1;i<numsSize;i++){ if(nums[i-1]>0) nums[i] += nums[i-1]; if(nums[i]>maxN) maxN = nums[i]; } return maxN;..
2021-08-11 19:31:31
182
原创 dfs—求组合
dfs实现组合型枚举题目描述：题解代码：#include<iostream>#include<cstdio>#include<cstring>#include<algorithm>using namespace std;const int N = 1e5;int way[N];int n,m;void dfs(int u,int start){ if(u==m){ for(int i=0;i<m;i++) printf("
2021-04-19 13:41:36
163
原创 数学—埃及分数式
埃及分数式题目描述：设计要点：设计步骤题解代码：#include<iostream>#include<cstring>#include<cstdio>#include<algorithm>using namespace std;const int N = 1e5;int a,b,c;int f[N];int main(){ scanf("%d%d",&a,&b); // 首先查看是否原数值是否满足 if(b
2021-04-16 23:55:11
225
原创 贪心—删除数字
删除数字题目描述：题解思路：存取方式：用字符数组输入，由整数数组存储，每个元素范围为0~9删除元素思路：判断前一个数与后一个数比较，若后一个数大则前一个数置为-1输出思路：由于要删除的元素个数已经确定，所以输出的元素也确定，所以从前往后输出不为-1的n-k个元素（比如987654 要删除3个元素，所以只需要n-k个元素，其余元素不做操作）题解代码：#include<iostream>#include<cstdio>#include<cstring>#
2021-04-16 23:12:00
193
原创 数学—阶乘约数（蓝桥）
阶乘约数题目描述：方法：任意一个正整数 X 都可以表示成若干个质数乘积的形式，即 X = p1α1 ∗ p2α2∗…* pkαk约数个数=(a1 + 1)(a2 + 1)……(ak + 1)代码：// 答案39001250856960000#include<iostream>#include<cstdio>#include<cstring>#include<algorithm>using namespace std;const int
2021-04-14 12:49:46
643
原创 DP—最长非降子序列连续与不连续
最长非降子序列（连续）问题描述：运行代码：#include<iostream>#include<cstring>#include<cstdio>#include<algorithm>using namespace std;const int N = 1e4;int a[N],b[N];int n;int main(){ scanf("%d",&n); for(int i=0;i<n;i++) scanf("%d",&a
2021-04-11 09:57:11
402
转载 特征选择—相关性过滤
相关性过滤：根据方差过部分滤完特征后（并不是说方差很大的数据就一定有用），就要考虑相关性了。使用相关性过滤后筛选出与标签相关且有意义的特征。卡方过滤：作用：专门针对离散型标签，即分类问题的相关性过滤。大致流程：计算每个非负特征和标签之间的卡方统计量，并且按照卡方统计量由高到低为特征排名，选出前k个分数最高的特征# feature_selection.chi2：计算每个非负特征和标签之间的卡方统计量，标签按照该统计量由高到低为特征排名# feature_selection.SelectKBest：
2021-04-11 08:01:17
1445
转载 特征选择—方差过滤
Filter过滤法特征选择完全独立于机器学习算法，根据各种统计检验中的分数以及相关性的各项指标来选择特征。方差过滤VarianceThreshold：根据特征本身的方差来筛选特征。过滤特征本身的方差很小的特征，所以无论特征工程要做什么，应优先考虑消除方差为0的特征。# 重要参数threshold表示方差的阈值，方差舍弃小于threshold的特征，默认为0from sklearn.feature_selection import VarianceThresholdselector = Varia
2021-04-11 00:16:54
1269
转载 python—绘制三维曲面以及三维散点图
三维曲面：import numpy as npfrom matplotlib import pyplot as pltfrom mpl_toolkits.mplot3d import Axes3D#定义坐标轴fig = plt.figure()ax1 = plt.axes(projection='3d')#ax = fig.add_subplot(111,projection='3d') #这种方法也可以画多个子图#定义三维数据xx = np.arange(-5,5,0.5)yy =
2021-04-05 22:10:01
3608
2
原创 flask—后台图像存储
代码：# 部署图像处理视频处理def hostFile(f): # 删除原有文件，保证服务器内图片数量限制，从而保证内存足够 if (len(os.listdir(filedir)) > 4): os.remove(filedir + os.listdir(filedir)[0]) os.remove(filedir + os.listdir(filedir)[1]) filename = secure_filename(f.filename
2021-04-01 13:07:56
218
1
原创 python—删除文件
代码如下：import os, sysdirPath = "static/"print('移除前test目录下有文件：%s' %os.listdir(dirPath))#判断文件是否存在if(os.path.exists(dirPath+"20210331222622_66.jpg")): os.remove(dirPath+"20210331222622_66.jpg") print('移除后test 目录下有文件：%s' %os.listdir(dirPath))else:
2021-04-01 12:44:56
66
原创 opencv入门—图片，视频，摄像头简单人脸检测
图片人脸检测：import cv2 as cvimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号# 加载图片，灰度图方式读取img = cv.imread('img/img31.jpg')gray = cv.cvtColor(img,cv.COLOR
2021-03-23 22:33:24
111
原创 特征提取—文本，字典特征提取
字典特征提取：from sklearn.feature_extraction import DictVectorizeralist = [ {'city':"BJ",'temp':33}, {'city':"GZ",'temp':42}, {'city':"SH",'temp':40},]d = DictVectorizer(sparse=False)feature = d.fit_transform(alist)print(d.get_feature_names())
2021-03-21 21:55:32
95
原创 opencv笔记—均值滤波，高斯滤波，中值滤波简单理解及应用
图像噪声：椒盐噪声（脉冲噪声）：随机出现的噪声，成因可能是有影像信号受到突如其来的强烈干扰而产生，类比数位转换器或位元传输错误等。例如失效的感应器导致像素值为最小值，饱和的感应器导致像素值为最大值。高斯噪声：噪声密度函数服从高斯分布的一类噪声。由于高斯噪声在空间和频域中数学上的易处理性，这种噪声(也称为正态噪声)模型经常被用于实践中。高斯随机变量z的概率密度函数由下式给出：均值滤波：采用均值滤波模板对图像噪声进行滤除。令Sxy 表示中心在(x, y)点，尺寸为m×n 的矩形子图像窗口的坐标组。由
2021-03-21 12:10:34
461
原创 最值问题—粒子群算法（PSO）python实现
粒子群算法：PSO比较有潜力的应用领域有多目标优化，分类，模式识别，决策等PSO存在的问题：应当与其它算法结合，解决PSO易陷于局部最优的问题粒子群“实体”：粒子群算法流程：粒子群更新：速度更新公式：位置更新公式：线性递减权值：wd=wstart-(wstart - wend)x (d/K)d是当前迭代的次数,K是迭代总次数，wstart一般取0.9，wend一般取0.4较大的w有较好的全局收敛能力，较小的w则有较强的局部收敛能力，因此，随着迭代次数的增加，惯性权重w应不断减少
2021-03-21 09:28:27
1304
1
原创 递推—整数划分式的个数
题目描述：算法思想：可设n的最大零数不超过m的划分式个数为q(n,m)初始条件：q(n,0)=0,q(n,1)=1,q(1,n)=1 for(int i=1;i<=s;i++){ q[i][0]=0; q[i][1]=1; q[1][i]=1; }得到递推关系：n-m>m时q(n,m)=q(n,m-1)+q(n-m,m)，n-m<=m时q(n,m)=q(n,m-1)+q(n-m,n-m) for(int i=2;i<=s;i++){ for(i
2021-03-20 10:31:21
221
原创 递推—猴子爬山
题目描述：算法思想：初始条件：f[1]=1,f[2]=1(2=1+1),f[3]=2(3=1+1+1=3);开始跳跃：当一步跳3步的爬法为f[i-3]，当一步跳1步的爬法为f[i-1]，所以第i级阶梯的爬法为f[i]=f[i-1]+f[i-3]全部代码：#include<iostream>#include<cstdio>#include<cstring>#include<algorithm>using namespace std;cons
2021-03-20 09:14:17
434
原创 递推—双关系递推数列
题目描述：算法思想：首先定义三个“指针”i,p2，p5，计算出2*p2+1,和5*p5-1，进行比较，按从小到大的顺序排好（有点像归并）实现代码：#include<iostream>#include<cstdio>#include<cstring>#include<algorithm>using namespace std;const int N = 1e6;long long m[N];int n,p2=1,p5=1;int m
2021-03-20 08:09:20
1292
转载 Ajax—传输文件
转载：Ajax文件上传单个文件上传：注意点：上传文件的请求路径必须是绝对路径<!DOCTYPE html> <html> <head lang="en"> <meta charset="UTF-8"> <script src="https://cdn.bootcss.com/jquery/1.10.2/jquery.min.js"></script> <title></title> <
2021-03-19 21:44:56
335
原创 flask—跨域配置（亲测有效）
跨域配置代码：# 跨域配置@app.after_requestdef cors(environ): environ.headers['Access-Control-Allow-Origin']='*' environ.headers['Access-Control-Allow-Method']='*' environ.headers['Access-Control-Allow-Headers']='x-requested-with,content-type' retur
2021-03-19 19:51:31
868
原创 opencv笔记—开闭运算
写在前头：开运算和闭运算并不是相互可逆的。开运算：操作流程：开运算是先腐蚀后膨胀作用：分离物体，消除小区域。特点：消除噪点，去除小的干扰块，而不影响原来的图像闭运算：具体操作：是先膨胀后腐蚀作用：是消除/“闭合”物体里面的孔洞，特点：可以填充闭合区域方法调用：cv.morphologyEx(要处理的图像, cv.MORPH_OPEN/cv.MORPH_CLOSE,核结构 kernel)具体代码：import numpy as npimport cv2 as cvimpor
2021-03-18 22:25:42
288
原创 opencv笔记—图像腐蚀，膨胀
图像腐蚀：原图中高亮区域被蚕食，效果图拥有比原图更小的高亮区域。腐蚀是求局部最小值的操作。具体操作：用一个结构元素扫描图像中的每一个像素，用结构元素中的每一个像素与其覆盖的像素做“与”操作，如果都为1，则该像素为1，否则为0。方法调用：cv.erode(处理图像,核结构,腐蚀次数默认为1)图像膨胀：膨胀就是使图像中高亮部分扩张，效果图拥有比原图更大的高亮区域膨胀是求局部最大值的操作具体操作：用一个结构元素扫描图像中的每一个像素，用结构元素中的每一个像素与其覆盖的像素做“与”操作，
2021-03-18 21:41:26
230
原创 flask—本地图片，视频上传
flask本地图片上传：大体思想：flask接收到前端传来的图片（不仅仅是图片，还可以是视频，pdf等）,然后生成唯一标识存入后端(static/file下)，再配置成对应外网访问的连接，返回对应链接，前端接收，然后通过img，vedio标签展示from flask import Flask, jsonifyfrom werkzeug.utils import secure_filenamefrom flask import requestimport osfrom datetime impor
2021-03-18 20:26:43
2107
2
转载 Ajax请求—简单使用post和get
之前一直用axios，在做一个小型实例的时候回过头发现，ajax忘得差不多了，所以开始写这篇笔记Ajax Post：function submitImg() { // 1.获取用户数据 var data = document.getElementById('fileImg').value; // 2. 让异步对象发送post请求 // 2.1 创建异步对象 var xhr = new XMLHttpRequest(); // 2.2 设置请求行 open(请求方式，请求url) // 2.
2021-03-18 20:15:39
92
原创 opencv笔记—图像金字塔
图像金字塔图像金字塔用于机器视觉和图像压缩，一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低且源于同一张原输图的集合，其通过梯次向下采样获得，直到达到某个终止条件才停止采样。图像金字塔的底部是待处理的高分辨率表示，而顶部是低分辨率的近似，层级越高，图像越小，分辨率越低。采样：up_img = cv.pyrUp(img) # 上采样down_img = cv.pyrDown(img) # 下采样实现代码：import numpy as npimport cv2 as c
2021-03-17 21:44:31
73
原创 opencv笔记—图像旋转简单实现
图像旋转：在opencv中首先根据旋转角度和中心获取旋转矩阵，然后根据旋转矩阵进行变换参数：实现代码：import numpy as npimport cv2 as cvimport matplotlib.pyplot as plt# 中文显示配置plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号# 载
2021-03-17 19:49:02
278
原创 opencv笔记—图像平移
图像平移：按照指定方向和距离，移动到相应位置格式：cv.warpAffine(img,M,dsize)参数：实现代码：import numpy as npimport cv2 as cvimport matplotlib.pyplot as plt# 中文显示配置plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode_minus']=False # 用来
2021-03-17 19:29:13
103
原创 opencv笔记—图像缩放
图像缩放：图像缩放即对图像的大小进行调整，即放大或者缩小cv2.resize(src,dsize,fx=0,fy=0,interpolation=cv2.INTER_LINEAR参数：实现代码：import cv2 as cvimport matplotlib.pyplot as plt# 中文显示配置plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode_minus']
2021-03-17 19:12:15
204
原创 opencv笔记—图像通道分开与合并
图像通道分开与合并:有时需要在BGR通道图像上单独工作，在这种情况下，需要将BGR图像分为单个通道。import numpy as npimport cv2 as cvimport matplotlib.pyplot as plt# 中文显示配置plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号# 载入图片
2021-03-16 22:54:47
97
原创 opencv笔记—图片加法与混合简单操作
图片加法：cv相加：255 + 13 = 255np加法：255 + 13 = 12注意图片类型要一致import numpy as npimport cv2 as cvimport matplotlib.pyplot as plt# 中文显示配置plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号
2021-03-16 22:40:53
104
原创 opencv笔记—图像属性以及像素点修改
图像属性：shape: 图像形状size： 图像大小dtype：数据类型import numpy as npimport cv2 as cvimport matplotlib.pyplot as plt# 读取图像img1 = cv.imread("img/img1.jpeg")print(img1.shape) # 图像形状print(img1.size) # 图像大小print(img1.dtype) # 数据类型图像像素点修改：
2021-03-16 22:20:02
256
原创 蒙特卡洛—模拟蒲丰投针
蒲丰投针实验：公式推导：实现代码：# 其实这里根据已知的pi然后计算出概率算出自己的piimport numpy as npimport matplotlib.pyplot as pltimport math# 针的长度l = 0.520# 平行线宽度a = 1.314# 试验次数nn = 10000# 相交次数count = 0# 在0~a/2之间产生n个随机数x = np.random.rand(1, n) * a / 2phi = np.random.rand(1,
2021-03-14 20:13:48
1473
原创 蒙特卡洛—赌博模型笔记
大数定理： 在随机事件的大量重复出现中，往往呈现几乎必然的规律，这个规律即大数定律。通俗说，这个定理就是在试验不变的条件下，重复试验多次，随机事件的频率近似于它的概率。偶然中包含某种必然。个人理解：蒙特卡洛就是一种根据制定好的规则基于不确定性不断演算得到结果的思想单倍下注：每次下注赌注不变，一直赌下去，代码如下import randomimport matplotlib.pyplot as pltdef rollDice(): roll = random.randint(1,1.
2021-03-14 13:04:58
2425
1
原创 枚举—区间划分求双和数组
题目描述:算法思想：等式变形：变原式为def*(bc+ca+ab)=abc(ef+fd+d*e)划分区间：根据条件划分区间全部代码：#include<iostream>#include<cstdio>#include<cstring>#include<algorithm>using namespace std;int a,b,c,d,e,f,s,cnt=0;int main(){ scanf("%d",&s); for
2021-03-13 19:11:03
299
原创 双指针—指定区间的最大合数区间
题目描述：算法思想：左边界：初始值如下int pre=c,next=c,numLen=0,res=c;区间中：先求出质数，然后根据上一个质数pre和next质数的区间长度判定是否改变res和numLen。改变res和numLen即可改变最大合数区间(res+1,res+numLen); while((next<=d)&&(next>=c)){ int flag = 1; // 判断next是否为素数 for(int i=2;i<=sqrt(
2021-03-13 09:54:43
131
原创 枚举—佩尔方程
题目描述：算法思想：根据x^2 - ny^2=1可以得出x=sqrt(1+ny^2)，所以只需枚举y即可实现代码：#include<iostream>#include<cstring>#include<cstdio>#include<algorithm>#include<cmath>using namespace std;int main(){ int x=0,y=1,n; cin>>n; while(1){
2021-03-12 18:15:13
137
原创 Java—与和短路与，或和短路或的区别（二）
短路与&&和与&的区别与：不管条件对不对，全部执行完短路与：A&&B,若A为false则直接结束这条表达式，不会执行Bpackage JavaClass;public class _02赋值运算符 { public static void main(String[] args) { int a = 1; int b = 1;// boolean res0 = a>=b||b++>1; //
2021-03-10 13:44:44
263
1
原创 Java—变量作用域（二）
Java中变量一定会在某一对大括号中，该大括号所包含的代码区域即为这个变量的作用域。局部作用域中可以访问全局作用域package JavaClass;public class _01作用域 { public static void main(String[] args) { { int a=0; System.out.println(a); } System.out.println(a);
2021-03-10 13:35:20
87
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人