学习资料 光学 领域 资料
平衡树学习笔记+做题记录
〇、二叉搜索树(BST, Binary Search Tree) BST 满足以下性质: 对于节点 $u$,他最多只有两个儿子,以左儿子为根的子树中的所有元素小于 $a_u$,以右儿子为根的子树中的所有元素大于 $a_u$。 可以一直向左儿子跳找到最小值,一直向右儿子跳找到最大值。 BST 的操作作 ......
Bootstrap学习1(实现左边导航栏)
Bootstrap中文网 (bootcss.com) 下载,我下载的是用于生产环境的Bootstrap。 下载好之后,解压,把下面的三个文件复制到web下的dist(自己开的一个目录)里面 基本使用方法:起步 · Bootstrap v3 中文文档 | Bootstrap 中文网 (bootcss. ......
java学习日记20230407-Math类
Math类 包含用于执行基本数学运算的方法,如初等指数,对数,平方根和三角函数 方法一览(均为静态方法) public class MathMethods01 { public static void main(String[] args) { //绝对值 System.out.println(Ma ......
Spring框架学习
一、第一部分:SpringIoC & DI 1. Spring概述 1.1 Spring是什么 (1)Spring 是分层的 Java SE/EE 应用 full-stack 轻量级开源框架; (2)Spring 以 IoC 和 AOP 为内核; Inverse Of Control:反转控制 As ......
java面试题学习记录1
1.如何发现垃圾? 引用计数法 可达性分析2.如何回收垃圾 4种 标记清除 标记整理 复制算法 分代收集算法 3.垃圾收集器 7种 gms收集器 标记清除 老年代收集器 g1收集器 标记整理 老年代加新生代 serial收集器 单线程复制算法 新生代收集器 parnew收集器 多线程复制算法 新生代 ......
【uniapp】学习笔记day02 | uniapp搭建
起因:需要做一个小程序,家人们谁懂啊,老师我真的不会做,由于懒得看视频学习,于是只能看博客学习了。 uniapp 好处: 1、不用关心适配问题 2、可以发布到各大平台的小程序 3、上手容易,使用vue.js语法开发 开发工具 HBuilderX ......
Java Stream学习笔记(一)
Java Stream学习笔记 Stream是Java 8 API添加的一个新的抽象,称为流Stream,以一种声明性方式处理数据集合(侧重对于源数据计算能力的封装,并且支持序列与并行两种操作方式)。 一、特点 1、代码简洁: 函数式编程写出的代码简洁且意图明确,使用stream接口让你从此告别fo ......
转载自团队博客:基于深度学习的人脸识别会议签到系统
电梯演讲:https://www.bilibili.com/video/BV1kc411W7w4?t=9.9 原型: 1,主界面 2,会议管理 3,人员管理 4,会议室管理 ......
摸索使用Multisim_v11仿真学习电池组的串、并联_1
想仿真1个6串8并的电池组(18650电池),这是我第1次摸索使用Multisim仿真软件,虽然这个软件躺在我的硬盘中至少有5年了,但没真正使用过有意义哪怕是简单的仿真仿真串联没问题,仿真并联失败 Multisim_v11,无聊没事玩仿真, 1. 2个18650电池的串联, 仿真并联失败,网上寻求答 ......
Mathematica学习笔记001
可以在WMDC(Wolfram Mathematica Document Center,也就是其帮助文档)中搜索的索引: Using a notebook interface:如何用Notebook记笔记 Entering Two-Dimensional Input:如何直接输入漂亮的数学公式 %表 ......
Python学习笔记3【运算符】
2023-04-05🐱09:48:12 Python3 运算符 什么是运算符? 本章节主要说明 Python 的运算符。 举个简单的例子: 4 + 5 = 9 例子中,4 和 5 被称为操作数,+ 称为运算符。 Python 语言支持以下类型的运算符: 算术运算符 比较(关系)运算符 赋值运算符 ......
LSH学习
LSH搞的不是很明白,看了很多资料,走了不少弯路,现将有用的资料整理如下: IR12 Locality Sensitive Hashing 这个Youtube讲座深入浅出,从0开始讲解LSH,基本将LSH的方方面面覆盖到了,特别是为什么要有多个哈希函数,多个哈希表,L和K的权衡解释的很好。最后介绍了 ......
深度学习基础入门篇[一]:神经元简介、单层多层感知机、距离计算方法式、相似度函数
深度学习基础入门篇[一]:神经元简介、单层多层感知机、距离计算方法式、相似度函数 1.神经元 在生物学中,神经元细胞有兴奋与抑制两种状态。大多数神经元细胞在正常情况下处于抑制状态,一旦某个神经元受到刺激并且电位超过一定的阈值后,这个神经元细胞就被激活,处于兴奋状态,并向其他神经元传递信息。基于神经元 ......
4.5软件工程学习总结
今天清明放假,下午的时候完成了一些作业,今天自己也算是闲下来了一段时间, 但一闲下来就容易想太多,想未来的出路,想自己想要什么,还是要让自己的手和脑都要动起来, 接下来学习设计团队项目的数据库表结构,还有之前的web和app的项目没有完成过一个完整的, 今后打算自己完成一个完整的web和app的项目 ......
Django框架学习日记(导航)
Django框架学习日记(导航) Django框架学习日记(一) Django框架的快速上手 Django框架学习日记(二) Django框架模板相关 ......
(数据科学学习手札151)速通pandas2.0新版本干货内容
本文示例代码已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 大家好我是费老师,前两天pandas正式发布了其2.0.0版本,作为一次大版本更新,pandas针对底层进行了大量的重构以优化性能和稳定性,其有关这 ......
MarkDown语法学习
Markdown学习 二级标题//##加空格 三级标题//###加空格 字体//同为二级标题 Hello,World!//两边双**加粗 Hello,World! //两边单*字体倾斜 Hello,World!//两边三星字体倾斜加粗 Hello,World!//两边双波浪线加横线 引用//>加一个 ......
基于SSM+JSP实现的流浪猫狗救助系统(分为用户端和管理员端,领养动物、流浪动物知识学习、用户管理、评论管理、领养记录查询、流浪猫狗管理等)
基于SSM+JSP实现的流浪猫狗救助系统(分为用户端和管理员端,领养动物、流浪动物知识学习、用户管理、评论管理、领养记录查询、流浪猫狗管理等) ......
信息系统项目管理师学习-230405 学习笔记
1. 第一章节 信息的特征,动态性,依附性,传递性,主要这3个,其他的忽略。 比如一个小狗,可以叫 小狗,可以是个图片,可以是 旺旺,体现了信息的 依附性 信息的质量属性,精确性、完整性、可靠性、及时性、经济行、可验证、安全。比如银行需要安全,市场上要及时性。 香农定理简单看一下。 信息传输模型,第 ......
近期学习总结
近期C语言课堂学习总结 #学习中遇到的小山们 | 序号 | 困难 | | | | | 1 | 用%f或者按照宽度取位数时会四舍五入,如果要不四舍五入直接按照位数取数字的话暂时不知道怎么实现 | 2 | 经常碰见不同类型的值不能进行运算的情况,暂时记不清哪些地方不能 | | 3 | 有的时候不会一些算 ......
BM 算法学习笔记
$\text{Berlekamp-Massey}$ 算法 模板题 考虑维护这个序列 $a$ 前缀的递推序列 $f$。 不妨假设当前考虑到 $a_1,a_2,a_3\dots a_n$,当前的递推序列为 $f_1,f_2,f_3\dots f_m$,那么接下来分为两种情况: $a_n= \sum {i ......
rpi4-osdev-学习开发日志-2
前言 大伙大概还没忘掉我之前说的话吧?有些那种一眼就知道怎么一回事或者那种只是单纯的接个线配置点东西看点成果的我一概不会理会的,也不会去写,没那个必要。 那么,把代码编译一下吧。 但是问题在于你用什么编译?怎么个编译法子? 原文上来就介绍makefile是个啥以及教你写makefile,我们暂且不用 ......
Mermaid(JS库)学习
Mermaid 学习 1. 指导文档 https://mermaid.js.org/intro/n00b-syntaxReference.html 2. 画图模板 2.1 流程图 flowchart LR A[Hard] -->|Text| B(Round) B --> C{Decision} C ......
BM 算法学习笔记
$\text{Berlekamp-Massey}$ 算法 模板题 考虑维护这个序列 $a$ 前缀的递推序列 $f$。 不妨假设当前考虑到 $a_1,a_2,a_3\dots a_n$,当前的递推序列为 $f_1,f_2,f_3\dots f_m$,那么接下来分为两种情况: $a_n= \sum {i ......
第二周学习
1.构造函数的名称和类名一样。 2.私有变量:private:变量 公有:函数 3.调用成员函数用:对象名.函数名 代码如下: #include<iostream> using namespace std; class Box { private: //私有变量可以理解为属性,也就是说Box这个类都 ......
计网学习笔记七 IP protocol basic
在这一节讲了IP协议的基本内容:包括IPv4提供的操作、数据报在IPv4下是怎么样的结构、数据报是怎样切片发送的、IPv4的编址方式有什么……IPv6在下一节讲网络层协议簇时细讲。 IPv4协议的具体定义:RFC 791 Internet的地址分类 按地址层级: 物理上的网络地址:区分物理接口,同一 ......
Dropout学习
Question 1.随机梯度下降算法 随机梯度下降法(Stochastic Gradient Descent,简称SGD)是一种常用的优化算法,用于训练机器学习模型。与传统的梯度下降法不同,随机梯度下降法每次仅使用一个样本来更新模型参数,从而降低了计算成本和内存占用,加快了模型的训练速度。 在随机 ......
m基于多核学习支持向量机MKLSVM的数据预测分类算法matlab仿真
1.算法描述 20世纪60年代Vapnik等人提出了统计学习理论。基于该理论,于90年代给出了一种新的学习方法——支持向量机。该方法显著优点为根据结构风险最小化归纳准则,有效地避免了过学习、维数灾难和局部极小等传统机器学习中存在的弊端,且在小样本情况下仍然具有良好的泛化能力,从而该算法受到了广泛的关 ......
学习遥感的困惑
象元就是论文中总提到的pixel即对地表信号的记录l,在线性混合模型中是l=wx+b。w是丰富度m维度(端成员数),x是不同端成员的信号b是噪音。 simplex是什么?论文说simplex映射后还是simplex应该是一个N-1维度的形体。 ......
动手深度学习pytorch
<script src="http://latex.codecogs.com/latex.js" type="text/javascript"></script> 引言 一:过去⼗年中取 得巨⼤进步的想法 1.如dropout (Srivastava et al., 2014),有助于减轻过拟合的危 ......