学习网络 算法fasterrcnn深度
二分图 & SCC 学习笔记 (7.3~7.8)
二分图 & SCC 学习笔记 (7.3~7.8) 1. 基础概念 二分图：指一无向图，使得存在两个集合，使得两个集合内任意二点不存在连边。 注：树一定是二分图。 匹配：由一组没有公共端点的不是环的边构成的集合。其中任意两条边没有共同节点。 最大匹配：在图中使得总边数最大的匹配。 增广路：若在一条路径 ......
算法入门经典 刘汝佳 4.2 地址与指针
4.2 地址和指针 4.1节介绍的数学函数的特点是：做计算，然后返回一个值。有时候，我们要做的事情 并不是“计算”——如交换两个变量；而有时候，我们需要返回两个甚至更多的值——如解一个二元一次方程组。 4.2.1 变量交换 程序4-4 用函数交换变量（错误） #include<stdio.h> vo ......
不平衡少样本数据集的算法方案
在图像实际的细分场景中，经常会遇到数据集不均衡以及数据集数量有限等问题，如何有效利用数据集，提升自己的算法效果，这里大刀基于自己的实际项目经验，分享在实际图像分类领域遇到问题，以及解决的方案，供参考。 前言 大家好，我是张大刀。之前有个智慧工地的项目，其中一个需求是监控工地上的起重机的使用合规性情况 ......
java基于权重的抽奖算法
最近需要写一个抽奖的功能（附带权重），根据这位博主https://blog.51cto.com/u_16213431/7116970，的算法理解了一下，记录下来 import java.util.ArrayList;import java.util.List;import java.util.Ran ......
MATLAB|学习小提示
一些小小小提示 遇到问题怎么办 不要怕提问，谁都是新手过来的，matlab程序我是自学的从来也没人教过我，我不懂就百度解决的，作为初学者，你遇到的问题，其他人也大多遇到过，绝大多数百度可以解决。但是在提问之前，可以看看作为一个过来人给你们的一点经验 勇于自己尝试 不能程序一出错，就直接来群里问，先想 ......
Nginx学习
准备 iptables iptables 是集成在 Linux 内核中的包过滤防火墙系统。使用 iptables 可以添加、删除具体的过滤规则，iptables 默认维护着 4 个表和 5 个链，所有的防火墙策略规则都被分别写入这些表与链中。 iptables -L 查看当前规则 iptables ......
QT学习笔记-信号与槽（干货）
一、什么是信号和槽（Signal and Slot） 可以和进程间通信的信号机制联系。 signal(信号，信号处理函数) // 进程间的通信方式 其中，该函数的作用就是接收到【信号】后应该做什么样的处理【信号处理函数】。 对应到QT中，信号就还是信号，槽函数就对应了信号处理函数。 举个例子： 窗口 ......
网络流最大流EK算法
```cpp /* 总的思路就是找还有哪些路可以走，只要找到新的路，流量就增加了 需要注意的是，这里面反向边的含义，可以大致理解为，找路的过程是随机的，可能找到的不是最优的， 那么，加一条反向边，后面就有可能找到这个反向边来走，这样就相当于弥补了以前的错误，相当于走了正确的道路 */ #includ ......
聊聊神经网络模型流程与卷积神经网络的实现
神经网络模型流程 神经网络模型的搭建流程，整理下自己的思路，这个过程不会细分出来，而是主流程。 在这里我主要是把整个流程分为两个主流程，即预训练与推理。预训练过程主要是生成超参数文件与搭设神经网络结构；而推理过程就是在应用超参数与神经网络。 卷积神经网络的实现 在 聊聊卷积神经网络CNN中，将卷积神 ......
基于PLE结合卡尔曼滤波的RSSI定位算法matlab仿真
1.算法运行效果图预览 2.算法运行软件版本 MATLAB2022a 3.算法理论概述 基于PLE（Power-Law Equalizer）结合卡尔曼滤波的RSSI（Received Signal Strength Indicator）定位算法是一种利用无线信号强度进行位置估计的方法。该方法通过PL ......
网络空间安全第五周作业 学期：2023-2024-1 学号:20232328
教材学习内容总结 信息内容安全是越来越受重视且不断发展的领域，它所连接多媒体，安全管理，计算机等诸多领域，应用广泛，具有自己的独特应用和发展。在本章中，我学习了 1.信息内容安全概括：伴随社会信息化的发展，数据爆炸式增长，数据内容成为关注点，不良信息泛滥，信息内容安全则是利用计算机技术利用海量信息对 ......
算法~布隆过滤器
布隆过滤器（Bloom Filter）是一种高效的概率数据结构，用于判断一个元素是否存在于集合中。它基于位数组和多个哈希函数，并具有以下特点： Bloom Filter 是一个基于概率的数据结构：它只能告诉我们一个元素绝对不在集合内或可能在集合内 快速查询：布隆过滤器具有快速查询的特性。它使用多个哈 ......
网络编程之IO模型
我们讨论网络编程中的IO模型时，需要先明确什么是IO以及IO操作为什么在程序开发中是很关键的一部分，首先我们看下IO的定义。 IO的定义 IO操作（Input/Output操作）是计算机系统中的一种重要操作，用于数据的输入和输出，通常涉及到计算机与外部设备（如硬盘、网卡、键盘、鼠标、打印机等）之间的 ......
学习Vue3 第六章（认识Ref全家桶）
ref 接受一个内部值并返回一个响应式且可变的 ref 对象。ref 对象仅有一个 .value property，指向该内部值 <template> <div> <button @click="changeMsg">change</button> <div>{{ message }}</div> ......
学习记录-CAN通信配置
CAN通信配置 1、MCU时钟配置 在MCU配置里面点击“+”进行添加时钟，这里我选择配置的CAN5通信口，时钟频率为2.4E7，可添加分频，更改时钟频率 2、Port-IO口配置 在原理图中找到CAN5对应的IO口，在软甲中，直接勾选CAN口，做映射处理即可。 3、CAN配置 点击“+”添加一个C ......
深度解析C#中LinkedList<T>的存储结构
本文承接前面的3篇有关C#的数据结构分析的文章，对于C#有关数据结构分析还有一篇就要暂时结束了，这个系列主要从Array、List、Dictionary、LinkedList、 SortedSet等5中不同类型进行介绍和分析。废话不多说，接下来我们来最后看一下这个系列的最后一种数据类型"链表"。 提 ......
electron-builder打包过程中报错——网络下载篇
https://github.com/electron/electron/releases/download/v8.2.0/electron-v8.2.0-win32-x64.zip 下载地址： https://github.com/electron-userland/electron-builde ......
webrtc如何检查媒体流存在的问题，相关代码学习
webrtc检查媒体流存在的问题 在使用 WebRTC 检查媒体流时，可能会遇到以下一些常见问题： 未获取到媒体设备权限：在使用摄像头或麦克风之前，需要获取用户的媒体设备权限。如果用户拒绝了权限请求或未在浏览器中配置正确的权限设置，你将无法访问媒体流。 设备不可用或已被占用：如果摄像头或麦克风设备已 ......
使用Slurm集群进行分布式图计算：对Github网络影响力的系统分析
本文在华为云弹性云服务器集群中部署Slurm作业调度系统，并运行针对Github协作网络影响力分析的分布式图计算应用程序。 ......
学习wpf
看到一个好文章地址：如何学好WPF - 周永恒 - 博客园 (cnblogs.com) 主要是这个 1. 熟悉XAML，熟悉布局，熟悉基本控件，能够根据产品端提出的原型画出界面。——（入门） 2. 研究事件、Style、Template，提升自己的项目能力。——（可按Winform风格实现WPF）。 ......
Power BI - 5分钟学习复制列
每天5分钟，今天介绍Power BI复制列功能。 什么是复制列？复制列就是将导入Power BI数据表中一列复制，然后生成一个100%相同新列。 举例：首先，导入一张【Product】样例表(Excel数据源导入请参考每天5分钟第一天)。 复制列操作步骤：1, 【Home】 -> 【Transfor ......
正则学习笔记
正则学习笔记 https://www.runoob.com/regexp/regexp-syntax.html https://blog.csdn.net/weixin_44579563/article/details/119424770 (re.findall与分组_坑) https://blog ......
HoG / SIFT 学习指北
本文 OI / ACM 无关。 Explain HoG 原文出处： N. Dalal, and B. Triggs, Histograms of oriented gradients for human detection, Computer Vision and Pattern Recogniti ......
AES java加密与MySql加密算法一致
1.背景 数据库加密与java程序加密算法保持一致，统一采用AES加密算法。 2. java 代码如下 1 package com.pacific.permission.test; 2 3 import javax.crypto.Cipher; 4 import javax.crypto.spec. ......
SPSS modeler利用类神经网络对茅台股价涨跌幅度进行预测
全文链接：https://tecdat.cn/?p=34459 原文出处：拓端数据部落公众号 分析师：Xu Zhang 数据变得越来越重要，其核心应用“预测”也成为各个行业以及产业变革的重要力量。对于股市来说，用人工智能来对股价进行预测成为量化投资的一个重要手段。本项目帮助客户运用powerBI获取 ......
神经网络入门篇：详解参数VS超参数（Parameters vs Hyperparameters）
参数 VS 超参数 什么是超参数？ 比如算法中的learning rate \(a\)（学习率）、iterations(梯度下降法循环的数量)、\(L\)（隐藏层数目）、\({{n}^{[l]}}\)（隐藏层单元数目）、choice of activation function（激活函数的选择）都需 ......
机器学习-学习率：从理论到实战，探索学习率的调整策略
本文全面深入地探讨了机器学习和深度学习中的学习率概念，以及其在模型训练和优化中的关键作用。文章从学习率的基础理论出发，详细介绍了多种高级调整策略，并通过Python和PyTorch代码示例提供了实战经验。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团 ......