参数 向量 粒子 算法
TSINGSEE青犀智能分析网关工服识别算法，如何最大限度保障工人安全？
具备了数据记录和存储功能，能够将摄像头采集到的数据进行记录和存储。这些数据可以用于事后分析和总结，以提高监管效率和安全性。 ......
基于FPGA的图像sobel边缘提取算法开发,包括tb测试文件以及matlab验证代码
1.算法运行效果图预览 2.算法运行软件版本 vivado2019.2 matlab2022a 3.算法理论概述 图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。有许多方法用于边缘检测，它们的绝大部分可以划分为两类：基于查找一类和基于零穿越的一类。基于查找 ......
TSINGSEE青犀车辆违停AI算法在园区道路管控场景中的应用方案
对区域内的车辆目标进行提取、对违停行为自动判定、自动识别车牌，可以准确、快速地对机动车违停行为进行检测、抓拍、取证、告警 ......
TSINGSEE视频智能分析人员入侵AI检测算法如何让城市管理更加高效、智慧？
在城市管理场景中，经常面临着禁区垂钓、非法捕捞、行人闯红灯、小区盗窃、车辆乱停乱放等一系列管理难题，这给城市发展带来了不小的阻力，同时也极易增加管理的人力、物力和财力。传统的人员巡逻监管效率低并且存在时间差，很难及时发现这些违规行为，因此，利用AI智能检测技术，尤其是人员入侵检测算法的应用，对城市的 ......
用户信息授权报错“无效的AppID参数”问题排查解决过程
今天记一个支付宝报错“无效的AppID参数”的问题排查解决过程，希望可以帮到大家。 报错产生 今天在测试支付宝用户信息授权 换取授权访问令牌 的时候，遇到了一个报错：“无效的AppID参数”，本来以为是个简单的问题，结果还是花了一点时间去找原因，找到最后发现是自己脑子瓦特了=。= 报错截图如下： 在 ......
11.9算法
题目 二叉树的锯齿形层次遍历 给你二叉树的根节点 root ，返回其节点值的 锯齿形层序遍历 。（即先从左往右，再从右往左进行下一层遍历，以此类推，层与层之间交替进行）。 示例 1： 输入：root = [3,9,20,null,null,15,7] 输出：[[3],[20,9],[15,7]] 示 ......
6.支持向量机
1. 线性可分支持向量机 线性可分支持向量机（Linearly Separable Support Vector Machine）是支持向量机中的一种特例，用于解决线性可分的分类问题。它的目标是找到一个超平面，将不同类别的数据点分隔开，同时最大化分类的间隔。 首先，我们来定义线性可分的SVM的目标函 ......
向量数据库Chroma极简教程
引子 向量数据库其实最早在传统的人工智能和机器学习场景中就有所应用。在大模型兴起后，由于目前大模型的token数限制，很多开发者倾向于将数据量庞大的知识、新闻、文献、语料等先通过嵌入（embedding）算法转变为向量数据，然后存储在Chroma等向量数据库中。当用户在大模型输入问题后，将问题本身也 ......
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享
全文下载链接：http://tecdat.cn/?p=26219 最近我们被客户要求撰写关于银行机器学习的研究报告，包括一些图形和统计输出。 该数据与银行机构的直接营销活动相关，营销活动基于电话。通常，需要与同一客户的多个联系人联系，以便访问产品（银行定期存款）是否会（“是”）或不会（“否”）订阅 ......
url特殊字符传递参数解决方法（特指超链接）
需要进行转码： 十六进制值1. + URL 中+号表示空格 %2B2. 空格 URL中的空格可以用+号或者编码 %203. / 分隔目录和子目录 %2F4. ? 分隔实际的 URL 和参数 %3F5. % 指定特殊字符 %256. # 表示书签 %237. & URL 中指定的参数间的分隔符 %26 ......
算法设计与分析报告5 贪心算法
算法设计与分析报告5 贪心算法 本文发布地址（方便阅读）： https://cmd.dayi.ink/WfnxTsYRQ4OdwI587BGDRQ https://blog.dayi.ink/?p=89 1. 硬币找零问题 贪心 就是假设我们是收银员，需要找零，然后需要选取最少的硬币数量给他人。 我 ......
gjk算法
效果 单形体 class Simplex { private List<Vector2> m_PointList = new List<Vector2>(); public void Add(Vector2 p) { m_PointList.Add(p); } public Vector2 Get( ......
算法StringBuilder
StringBuilder类是Java中用于处理可变字符串的类，它提供了许多常用的函数来进行字符串的操作。以下是StringBuilder常用函数的示例： append(String str)：将指定的字符串追加到当前字符串的末尾。 StringBuilder sb = new StringBuil ......
基础算法
1. 基础算法 1.1 基础排序算法 排序分为插入排序（直接插入排序、希尔排序），选择排序（选择排序、堆排序），交换排序（冒泡排序、快速排序），归并排序（归并排序）。 1.1.1 选择排序 找i-n范围内的最小值所在的位置，放到第i位。 public static void selectionSor ......
02-异或算法
2. 异或算法 2.1 异或基础 0^N == N N^N == 0； 记为无进位相加即可，1+1 = 0； 异或运算满足交换律和结合。 2.1.1 不用额外变量交换两个数 解法：aba = b，abb = a。 2.1.2 找出现奇数次的数 1. 题目 一个数组中有一种数出现了奇数次，其他数都 ......
二分查找算法题2
/** * https://leetcode.cn/problems/find-peak-element/description/ * 由于数组的两个端点前后都是负无穷，所以给定一个i如果arr[i]>arr[i+1]说明在[0，i]这个区间里面一定有个峰值 * 反之则在[i,n]之间 * 以此使用 ......
二分查找算法题3
/** * https://leetcode.cn/problems/search-in-rotated-sorted-array/description/ * 找到旋转的点 * 判断target的值是在旋转点的那一边 * 在在这个区间内使用二分查找 * */ public static void ......
二分查找算法题4
/** * https://leetcode.cn/problems/search-a-2d-matrix/description/ * * @return*/ public static boolean hanShu3(int[][] matrix, int target){ int m = ma ......
前缀和算法题1
/** * https://www.nowcoder.com/practice/acead2f4c28c401889915da98ecdc6bf * * 本题采用前缀和的思想（用来快速的得到数组某一段区间里的值的和） * 首先录入数组arr * 创建一个dp数组用来存放数组的前缀和 * dp[i]就 ......
前缀和算法题2
/** * https://leetcode.cn/problems/subarray-sums-divisible-by-k/description/ * 1.同余定理：如果(a-b)/p=k k为整数，则a%p=b%p * 2.C++和Java中对[负数%正数]的结果以及修正： * 负%正=负 ......
Matlab决策树、模糊C-均值聚类算法分析大学教师职称学历评分可视化
全文链接：https://tecdat.cn/?p=34203 原文出处：拓端数据部落公众号 本文使用Matlab编程语言中的决策树和模糊C-均值聚类算法，帮助客户对大学教师职称、学历与评分之间的关系进行深入分析。 背景 随着高等教育的快速发展，教师队伍的素质和能力成为了影响高校发展的重要因素。职称 ......
11.8算法
题目 二叉树的中序遍历 给定一个二叉树的根节点 root ，返回 它的 中序 遍历 。 示例 1： 输入：root = [1,null,2,3] 输出：[1,3,2] 示例 2： 输入：root = [] 输出：[] 示例 3： 输入：root = [1] 输出：[1] 提示： 树中节点数目在范围 ......
词向量是如何来的？
词向量是自然语言处理（NLP）中的一个重要概念，它是将词语转换成计算机能理解的数值形式的方法。 图：现实世界的图书、文字会被映射成计算机世界的向量。 简单来说，词向量就是将每个词表示为一个实数向量，使得这些向量能够捕捉词语之间的含义和语义关系。 词向量发展历程 简单来说，进化历程如下： 对比如下表： ......
[DataX] DataX动态传参 - 参数值带空格
尝试DataX 动态传参，按照网上的方法,在json文件中定义一个变量，比如$DT , 执行命令的时候加上 -p "$DDT=xxx" 的方式，用windows cmd命令执行，结果报错了！ 因为参数值里直接使用了空格，导致报错了，最后，使用 Unicode编码 \u0020 替代掉空格 ，解决了问 ......
算法笔记 - 拉格朗日插值
用 \(k + 1\) 个点可以唯一确定一个 \(k\) 次多项式，很好证明，我们可以用这 \(k + 1\) 个点列出一个 \(k + 1\) 元一次方程，其中未知数为多项式的每项系数。 如果我们想要求出多项式 \(f(x)\) 在某一点 \(x'\) 上的值，我们大可以直接将方程列出，高斯消元即 ......
声源定位算法的输入和输出
基于波束形成 DeaySum 输入： x : 输入信号，样本*通道 fs : 采样率 N : FFT 长度，频率分量数目 frameLength : 帧长度，通常与 N 相同 inc : 步进增量 r : 阵元半径 angle : 入射角度 输出： DS : 延迟和输出 x1 : 预导向信号，与 x ......
基于改进的MUSIC的声源定位算法
目的：针对MUSIC其分辨率低且在麦克风数目较少时DOA估计精度较差的问题。 方法：利用广义互相关算法估计出声源信号到达各 麦克风之间的时间差，并据此构建出对应的矢量信号，最后通过计算谱函数确定DOA估计值。 结果：优化后的ＭＵＳＩＣ 算法可以得到更加尖锐的指向性波束，更低的旁瓣，并且能使方位角的定 ......
快速SRP-PHAT多声源定位算法
目的：相位变换加权指向响应功率（SRP-PHAT）算法在低信噪比和强混响环境下具有较好的鲁棒性，但是空间遍历带来的海量计算给其声源实时定位带来了挑战。 方法：提出了一种适用于多声源的随机区域收缩SRP-PHAT算法，通过最小描述长度（MDL）准则确定声源数量，利用 K-means聚类算法进行空间区域 ......
感谢算法博弈论让我领略了线性规划之美！！！！！！！
期中寄，人已疯 \(\mathbf{LP}\)： \(A\) 是 \(m\times n\) 的矩阵，\(c\) 是 \(n\) 维向量，\(b\) 是 \(m\) 维向量，以下优化问题被称为 \(\mathbf{LP}\) 问题： \(x\) 是 \(n\times 1\) 维向量，在满足限制 \ ......