石子 模型 区间 算法
SICP：求值和环境模型（Python实现）
一个环境就是帧（frame） 的一个序列，每个帧是包含着一些绑定（bindings） 的表格。这些约束将一些变量名字关联于对应的值（在一个帧内，任何变量至多只有一个绑定）。每个帧还包含一个指针，指向这个帧的外围环境（enclosing environment）。如果由于当前讨论的目的，将相应的帧看做... ......
华为OD机试 RSA 加密算法
📝 本期题目：RSA 加密算法 🎯 题目 RSA 加密算法在网络安全世界中无处不在， 它利用了极大整数因数分解的困难度，数据越大安全系数越高。 给定了一个 32 位正整数，请对其进行因数分解， 找出哪两个素数的乘积。 📥 输入 一个正整数 num，满足 0 < num <= 214748364 ......
EKP nysh RSA 加密算法
一.RSACoder package com.landray.kmss.cmb.oasso.util; import java.net.URLDecoder; import java.security.Key; import java.security.KeyFactory; import java ......
机器学习算法（二）: 基于鸢尾花数据集的朴素贝叶斯(Naive Bayes)预测分类
优点：
朴素贝叶斯算法主要基于经典的贝叶斯公式进行推倒，具有很好的数学原理。而且在数据量很小的时候表现良好，数据量很大的时候也可以进行增量计算。由于朴素贝叶斯使用先验概率估计后验概率具有很好的模型的可解释性。
缺点：
朴素贝叶斯模型与其他分类方法相比具有最小的理论误差率。但是实际上并非总是如此，这... ......
机器学习算法（三）：基于horse-colic数据的KNN近邻(k-nearest neighbors)预测分类
机器学习算法（三）：基于horse-colic数据的KNN近邻(k-nearest neighbors)预测分类 项目链接参考：https://www.heywhale.com/home/column/64141d6b1c8c8b518ba97dcc 1 KNN的介绍和应用 1.1 KNN的介绍 k ......
数据算法_组合优化_匈牙利算法
###组合优化问题 (Combinatorial optimization problem,COP) 是一类在离散状态下求极值的最优化问题 二分图(Bipartite graph) 匹配是由一组没有公共端点的边构成的集合。 U与V之间的关联视为前一帧与当前帧的同一id目标的检测框的关联 数据关联是多 ......
决战圣地玛丽乔亚Day39 -----GC、内存模型、类加载
内存模型： java内存模型定义了JVM虚拟机如何与计算机的内存进行交互。java内存模型把内存划分为两部分：主内存和工作内存。主内存共享，工作内存线程私有。 java内存模型的实现有两种：基于锁的同步和volatile、 基于锁的同步和synchronized 线程私有变量可以通过ThreadLo ......
弹性盒子模型
弹性盒子模型(flex box) 定义 弹性盒子是CSS3的一种新的布局模式 CSS3弹性盒子是一种当页面需要适应不同的屏幕大小以及设备类型时确保元素拥有恰当的行为的布局方式 引入弹性盒子布局模型的目的是提供一种更加有效的方式来对一个容器中的子元素进行排列.对齐和分配空白空间 CSS3弹性盒内容 弹 ......
谣言检测模型
GCN简述：https://blog.csdn.net/qq_43787862/article/details/113830925 (1)bi-GCN（双向） （预处理）剪边 H传播特征 根特征增强（连接上一层根节点） mean池均值化(H->S) 合并两个方向的S 计算标签y（S->y） ......
：）关于transformers模型的保存与加载-|
关于transformers模型的保存与加载 两种情况， 自定义模型训练后保存， transformers预训练模型保存。 参考代码 # -*- coding: utf-8 -*- import torch from transformers import GPT2LMHeadModel from ......
一文读懂软件开发从瀑布模型到DevOps的三大阶段
DevOps这个热门概念，近年来频频出现在各大技术社区。目前，DevOps处于高速增长的阶段，尤其在大企业中，DevOps受到了广泛的欢迎。随着信息技术的迅速发展，人们对于软件的需求变大以及需求产生了变化，软件开发流程也在不断迭代更替。软件开发流程经历了瀑布式开发到DevOps的三个阶段，本文就来揭 ......
02计算机网络模型tcp/ip
1.数据封装过程 从上到下：应用层 》传输层（进行封装，添加tcp头部） 》网络层（进行封装，添加ip头部） 》数据链路层（进行封装，添加mac头部） 》物理层（0,1） 2.数据解封装过程 从下到上：物理层（0,1） 》数据链路层（进行解封装，去掉mac头部） 》网络层（进行解封装，去掉ip头部） ......
Python互联网大数据爬虫的武汉市二手房价格数据采集分析：Linear Regression模型、XGBoost模型和LightGBM模型
全文链接：http://tecdat.cn/?p=31958 原文出处：拓端数据部落公众号 分析师：Yan Liu 我国有大量的资金都流入了房地产行业，同时与其他行业有着千丝万缕的联系，可以说房地产行业对推动我国深化改革、经济发展、工业化和城市化具有不可磨灭的作用。目前对于二手房交易价格的预测主要考 ......
R语言主题模型LDA文本挖掘评估公司面临的风险领域与可视化|附代码数据
原文链接：http://tecdat.cn/?p=17996 最近我们被客户要求撰写关于主题模型LDA的研究报告，包括一些图形和统计输出。 随着越来越多的数据被数字化，获取信息变得越来越困难。我们在本文中重点关注的一个示例是评估公司面临的不同风险领域 介绍 为此，我们参考公司提交给证券交易委员会的年 ......
NLP自然语言处理—主题模型LDA案例：挖掘人民网留言板文本数据|附代码数据
全文链接：tecdat.cn/?p=2155 最近我们被客户要求撰写关于主题模型LDA的研究报告，包括一些图形和统计输出。 随着网民规模的不断扩大，互联网不仅是传统媒体和生活方式的补充，也是民意凸显的地带。领导干部参与网络问政的制度化正在成为一种发展趋势，这种趋势与互联网发展的时代需求是分不开的 ▼ ......
学习数据mining算法收集（1）聚类算法：DBSCAN算法
——————————非原创，来自知乎https://zhuanlan.zhihu.com/p/77043965———————————————————————————— 1.定义 DBSCAN将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚 ......
交通信号标志识别软件（Python+YOLOv5深度学习模型+清新界面）
交通信号标志识别软件用于交通信号标志的检测和识别，利用机器视觉和深度学习智能识别交通标志并可视化记录，以辅助无人驾驶等。本文详细介绍交通信号标志识别软件，在介绍算法原理的同时，给出Python的实现代码以及PyQt的UI界面。在界面中可以选择各种图片、视频进行检测识别；可对图像中存在的多目标进行识别... ......
机场航拍图像检测软件（Python+YOLOv5深度学习模型+清新界面）
机场航拍图像检测软件使用深度学习技术检测机场航拍图像中的飞机目标等，识别航拍目标等结果并记录和保存，辅助机场智能管理运行。在介绍算法原理的同时，给出Python的实现代码、训练数据集，以及PyQt的UI界面。机场航拍检测系统主要检测飞机的数目、位置、预测置信度等；连接摄像头设备可开启实时检测功能，另... ......
智能扑克牌识别软件（Python+YOLOv5深度学习模型+清新界面）
智能扑克牌识别软件利用视觉方法检测和识别日常扑克牌具体花色与数字，快速识别牌型并标注结果，帮助计算机完成扑克牌对战的前期识别步骤。本文详细介绍基于深度学习的智能扑克牌识别软件，在介绍算法原理的同时，给出Python的实现代码、训练数据集，以及PyQt的UI界面。基于YOLOv5对图像中存在的多目标进... ......
智能火焰与烟雾检测系统（Python+YOLOv5深度学习模型+清新界面）
智能火焰与烟雾检测系统用于智能日常火灾检测报警，利用摄像头画面实时识别火焰与烟雾，另外支持图片、视频火焰检测并进行结果可视化。本文详细介绍基于智能火焰与烟雾检测系统，在介绍算法原理的同时，给出Python的实现代码以及PyQt的UI界面。在界面中可以选择各种图片、视频进行检测识别；可对图像中存在的多... ......
基于深度学习的瓶盖检测系统（Python+YOLOv5深度学习模型+清新界面）
基于深度学习的瓶盖检测系统用于传送带或日常场景中瓶盖检测识别，提供实时瓶盖检测定位和计数，辅助瓶盖生产加工过程的自动化识别。本文详细介绍基于深度学习的瓶盖检测系统，在介绍算法原理的同时，给出Python的实现代码、训练数据集，以及PyQt的UI界面。基于YOLOv5算法实现对图像中存在的多目标进行识... ......
吸烟行为检测系统（Python+YOLOv5深度学习模型+清新界面）
吸烟行为检测软件用于日常场景下吸烟行为监测，快速准确识别和定位吸烟位置、记录并显示检测结果，辅助公共场所吸烟安全报警等。本文详细介绍吸烟行为检测系统，在介绍算法原理的同时，给出Python的实现代码、训练数据集以及PyQt的UI界面。在界面中可以选择各种图片、视频进行检测识别，基于YOLOv5算法实... ......
智能零售柜商品检测软件（Python+YOLOv5深度学习模型+清新界面）
智能零售柜商品检测软件用于识别零售柜常见商品，检测商品名和位置以了解销售情况，为零售柜商品智能检测和自动销售提供检测功能。本文详细智能零售柜商品检测软件，在介绍算法原理的同时，给出Python的实现代码、训练数据集、以及PyQt的UI界面。在界面中可以选择各种图片、视频进行检测识别；可对图像中存在的... ......
算法笔记的笔记——第6章 C++标准模板库（STL）
vector 变长数组 长度根据需要而自动改变的数组 可以用来以邻接表的方式储存图 使用 头文件：#include <vector> 命名空间：using namespace std; 定义 vector<typename> name; 相当于一维数组name[SIZE]，但长度可变。typenam ......
雪花算法(SnowFlake)
简介 现在的服务基本是分布式、微服务形式的，而且大数据量也导致分库分表的产生，对于水平分表就需要保证表中 id 的全局唯一性。 对于 MySQL 而言，一个表中的主键 id 一般使用自增的方式，但是如果进行水平分表之后，多个表中会生成重复的 id 值。那么如何保证水平分表后的多张表中的 id 是全局 ......
「ACM 算法实践」[解题报告]麦田
分析 首先，前缀和的思路是很显然的。然后我们很容易想到暴力枚举矩形的左上角和右下角，然而 $\mathcal{O}(n^4)$ 的算法过不去，哪怕把最后一维用二分，倒数第二维加一点剪枝也还是会 T 两个点。 这时候应该考虑将多行/列压缩为一行/列，然后再使用双指针枚举列/行。详细来说就是将 $i$ ......
「ACM 算法实践」[解题报告]组队
分析 因为时间不多了，我一开始只考虑了 $a_i$ 互不相等的情况，没想到居然拿到了 60 昏（ 正确解法是贪心 + 优先队列。~~而不是从「使得人数最少的队伍人数最多」中得到的二分~~ 首先肯定要将 a 数组排序，要使人数最少的队伍人数最多，我们优先将当前的数 $a[i]$ 放到以 $a[i]-1 ......
「ACM 算法实践」[解题报告]时间管理大师
分析 一开始想着应该要分情况讨论，如果每台电脑的耗电量都小于 $e$ ，那么可以知道小 Q 是可以一直学习下去的，如果存在电脑的耗电量大于等于 $e$ ，贪心的想法是将每台电脑能用的时间从小到大排序，然后丢进优先队列里，再考虑给谁充电，这样一来情况就非常复杂了。 正确的做法是二分答案 $t$ ，计算 ......
高精度算法-高精度加法
为什么要用高精度 因为有的题目的数据很大，超出long long的范围，所以我们需要用高精度来计算： 首先是高精度加法： 高精度加法就是仿照我们竖式加法进行操作，逐位相加，注意进位！！！ 题目传送门 Tiling Time Limit: 1000MS Memory Limit: 65536K Tot ......