回文 算法noip 1999
TSINGSEE视频智能分析系统AI算法针对遛狗不拴绳行为的监管方案
为解决遛狗不拴绳普遍存在的“发现难、取证难”等问题，利用AI智能识别算法对遛狗不拴绳行为进行智能识别与告警，已经成为当前物业监管手段升级的重要一环。 ......
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 ......
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 ......
2023NOIP A层联测26 总结
2023NOIP A层联测26 总结 题目 T1 origen 大意 \(n,a_i\leq 2\times10^5\) 赛时思路 一开始想固定一个端点递推去求贡献，发现异或加上平方维护不了递推式，痛失 40 min。后面多的时间分给 T1 后接着想做法，考虑拆平方化代数式，然后平方项的因式分解忘了 ......
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 ......
NOIP游记
Day -9 开始记游记咯~ 弱省弱校没法停课但是申请了走读两周。放学回家（实际上是宾馆）训练 今日成果： 费马小定理 模运算意义下的逆元 因为一个地方没有取模（样例还过了）而全线WA 顺便学了个快读（（（ 次小生成树 代码量巨大（其实也没有 Day ~ 时间到了再更 ......
NOIP模拟<反思>
NOIP2023模拟12联测33 构造 手摸你就会发现 \(ryxyryxyr\)，这样会更优，而且从第三行开始会有多余的贡献。 点击查看代码 // ubsan: undefined // accoders #include<bits/stdc++.h> using namespace std; c ......
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 ......
NOIP 模拟14（NOIP A层联测27）
25+57+5+64，T1 少写一个等于号挂了 75pts。 感觉这次题都是有意思的。 A.kotori 做法很多，这里是 \(O((n+q)\log n)\) 线段树做法。实际上有 \(O(n)\) 做法。 当一个点被启动，你从这个点开始遍历，当遍历到一个点 \(x\)，它在此次遍历时的父亲是 \ ......
2023NOIP A层联测26 T2 competition
2023NOIP A层联测26 T2 competition tjm 的做法，很抽象。 考场思路 考虑每道题被做过多少次肯定不现实，那么考虑每一道题有多少次没有做出来。 假设某一次可以做出来题 \(x\) 的人是 \(i\)，而 \(i\) 下一个人可以做出这道题的人是 \(j\)，于是题 \(x\ ......
2023NOIP A层联测26 T3 tour
2023NOIP A层联测26 T3 tour 有意思的树上主席树。 思路 首先考虑一个点 \(p\) 能计入答案的情况，就是 \(dis(x,p)-a_p \ge a_p\)。 我们把 \(x \to y\) 的路径拆成 \(x \to lca,lca \to y\) 两条。 记录一个点 \(x\ ......
2023NOIP A层联测26 T4 abstract
2023NOIP A层联测26 T4 abstract 乱证明求性质的光速幂优化题。 思路 对于每一个节点，到该节点的子树内的叶子节点的路径中（包括路径上的点），出现的值只有 \(k\times(\log V+\log V)\) 个。 那么在以该点为终点，以子树内节点为起点的路径中，取值只有 \(k ......
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 ......