FaaronZheng-CSDN博客

原创 Windows下使用IDEA编译Flink1.9.0源码npm报错

作者：faaronzheng 转载请注明出处！Flink1.9.0的flink-runtime-web模块引入了frontend-maven-plugin依赖，并安装了node和部分依赖组件，然而在编译时遇到Error: EPERM: operation not permitted, unlink 的错误，参考issues#2464 增加 --no-bin-links的设置后不在报错。重新编...

2019-07-23 19:54:06 2353 2

原创 mysql和oracle中TimeStamp的时区问题

针对mysql和oracle中TimeStamp的时区问题，实验总结如下：mysql:mysql的TimeStamp默认是不进行时区转化的，存储的是时间和服务端时区，读取到的是时间和客户端时区，时间是一致的。要开启时区转化，需要设置jdbc连接串的useTimezone=true。如：jdbc:mysql://localhost:3306/table_name?useTimezone=tru...

2019-07-05 11:47:25 1978

原创牛顿迭代法及应用

今天遇到一个题，不用库函数求立方根。网上有很多介绍了，就是使用牛顿迭代法进行近似计算。下面自己总结一下。下面首先介绍一下牛顿迭代法：牛顿迭代法的核心思想是使用泰勒级数的线性项近似计算函数f(x)=0的根。把f(x)在点x0x0x_0的某邻域内展开成泰勒级数，取其线性部分（即泰勒展开的前两项），并令其等于0，即 f(x)+f′(x0)(x−x0)=0f(x)+f′(x0)(x−x0)=...

2018-07-11 23:02:49 4897

原创 PCA和Fisher线性判别总结

主成份分析(Principal Component Analysis, PCA)是数据降维领域中最经典的降维方法之一。 PCA的降维的核心就在于将原始n维数据投影到k个单位标准正交基上，为了保证投影后的数据包含足够的信息，PCA要求投影后每一维特征的方差足够大，因为方差越大，投影到低维后重叠越少。同时，PCA也要求特征之间互相独立，这样可以保证不同特征间含有更少的重复信息。参考：PCA的详细介绍

2016-12-21 20:43:37 5050 1

原创稀里糊涂的概率

对于一个离散型随机变量X，X的可能取值为{x1,x2,x3,…}。为了表示全部概率（即1）在可能集上{x1,x2,x3,…}的分布情况，即概率分布。引入了下面两个概念。对于一个离散型随机变量X，X的可能取值为{x1,x2,x3,…} 则： P(X=xi)=pi, i=1,2,3,… 称为X的概率函数，同时，上式表示了随机变量在不同取值下的概率，也称为概率质量函数(PMF, probab

2016-10-09 17:26:40 610

原创逻辑回归

逻辑回归解决的其实是一个两类分类问题。假设这个问题满足伯努利分布。

2016-09-29 22:00:30 805

原创梯度下降法和梯度的关系

关于梯度下降法不做解释，网上有很多讲解。这里只讨论梯度下降法和梯度之间的关系，先让我们了解一下导数、偏导数、方向导数、和梯度的概念。导数：定义就不讲了，含义：一元函数在某一点的导数描述了这个函数在这一点附近的变化率。几何意义：一元函数曲线在这一点的斜率。偏导数：针对多元函数而言，一个多元函数的偏导数，就是它关于其中一个变量的导数而保持其他变量恒定（沿某一坐标轴方向的导数）。方向导数：每一个变量的

2016-09-27 16:36:04 2140

原创最小二乘

先上结论：在我看来，最小二乘可以分为最小二乘策略和最小二乘法。最小二乘策略是求误差的最小平方和，对应两种情况：线性和非线性。线性情况下的解是closed-form solution（通过最小二乘法求得，这种情况下可以找到全局最优解）。而非线性的情况没有closed-form solution，通常用迭代法求解（如梯度下降法）。可以看出，最小二乘策略更倾向于是一个优化问题，那么最小二乘法和梯度下

2016-09-26 13:20:12 1806 1

转载（转）极大似然估计和贝叶斯估计

转载于http://blog.sciencenet.cn/blog-520608-703219.html极大似然估计和贝叶斯估计分别代表了频率派和贝叶斯派的观点。频率派认为，参数是客观存在的，只是未知而矣。因此，频率派最关心极大似然函数，只要参数求出来了，给定自变量X，Y也就固定了，极大似然估计如下所示: 相反的，贝叶斯派认为参数也是随机的，和一般随机变量没有本质区别，正是因为参数不能固定，当

2016-04-14 16:42:27 705

原创基于k近邻（KNN）的手写数字识别

最近再看Machine Learning in Action. k近邻算法这一章节提供了这一例子，本着Talk is cheap的原则，我们来实际测试一下。简单的介绍一下k近邻算法（KNN）：给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后基于这k个“邻居”的信息来进行预测。如下图所示：x为测试样本，小黑点是一类样本，小红点是另一类样本。在测试样本x的周围

2016-03-16 22:12:49 7298 1

原创在matlab环境下实现支持向量机算法

关于支持向量机的理论部分我就不进行介绍了，网上有很多关于支持向量机的讲解。如：支持向量机通俗导论（理解SVM的三层境界）有兴趣的可以自行查找一下。这里我主要介绍一下如何在matlab环境下自己实现支持向量机算法。需要用到的工具：matlab，cvx工具包首先需要配置一下cvx的环境。cvx的配置和具体语法请参考 CVX Users’ Guide。cvx工具包和手册接下来我们直

2015-11-21 12:55:07 6823

原创心跳程序

背景是这样的，在之前一个客户端服务器的项目中服务器端需要根据客户端发送的报文来判断客户端是否还在线。于是乎采用心跳程序定时向服务器发送一个报文来解决这个问题。客户端： void UdpSendThread() { String msg = "client+"+info.user_id.ToString();

2015-10-21 20:26:03 6424

转载（转）协方差与协方差矩阵

原文地址：浅谈协方差矩阵统计学的基本概念学过概率统计的孩子都知道，统计里最基本的概念就是样本的均值，方差，或者再加个标准差。首先我们给你一个含有n个样本的集合X={X1,……Xn}，依次给出这些概念的公式描述，这些高中学过数学的孩子都应该知道吧，一带而过。很显然，均值描述的是样本集合的中间点，它告诉我们的信息是很有限的，而标准差给我们描述的则是样本集合的各个样本点到均值

2015-10-13 21:37:45 767

原创 c#调用TeamViewer或AnyDesk实现远程控制

作者：faaronzheng 转载请注明出处！最近使用到c#调用远程控制软件实现远程控制，发现网上并没有现成可用的解决方案。这里给出我的解决办法~序：先简单介绍一下常见的几种远程控制软件的优缺点： AnyDesk(AD) 优点：体积较小，使用方便。缺点：不稳定。 TeamView(TM) 优点：体积较大，但是功能更强大也更稳定。缺点：软件本身收费，虽然可以免费使用但是有很多弹窗，

2015-07-15 18:24:57 13038 14

原创 Matlab如何创建多个Legend（图例）

Matlab创建一个Legend非常简单，但是当创建两个甚至多个的时候就会遇到很多麻烦。接下来我们就介绍一下如何在Matlab中创建多个Legend（图例）。

2015-07-07 19:47:03 48462 8

转载（转）P问题、NP问题和NPC问题

受益很多，转载分享。原文地址：Matrix67: The Aha Moments正文分割线-----------------------------------------------------------------------------------------------------------------------------------------------------

2015-07-01 16:19:04 627

原创 Wifi断网自动重连（二）

其实没有打算继续把这个程序写下去的

2014-08-16 22:56:44 2880

原创 JAVA中的复用类：继承、组合和代理

引言：继承是所有面向对象语言中不可缺少的部分，不论你是否经常使用，学过面向对象编程的人对继承一定不会陌生。但是你知道什么是组合和代理么？就我个人而言，之前一直不知道组合的概念（尽管我一直再用）。下面我们就来介绍一下JAVA中的复用类：继承、组合和代理。（一）继承 Java中的继承语法并没有太大变化，只是不允许多重继承。下面一个简

2014-08-04 21:51:17 967

原创一个程序带你了解java初始化

class myPrint{myPrint(int i){System.out.println("myPrint"+i);}}class Init{class Inner{Inner(){System.out.println("innerclass");}}Init(){System.out.println("baseClass");}static myPrint p1=new myPrint(1

2014-06-06 22:36:28 962

原创数据结构课程设计---用Dijkstra算法实现一个简易的最佳方案选择

当时课程设计的题目大致是这样：

2014-05-09 16:54:50 3212 1

原创 Wifi断网自动重连

最近宿舍wifi不知道为什么不稳定

2014-04-24 16:47:23 4240

faaron-KNN手写数字识别

python开发的手写数字识别。详情参考：http://blog.csdn.net/faaronzheng/article/details/50908961

2016-03-23

KNN手写字识别

用python开发的KNN（k近邻）手写字识别。开发平台为VS2015+win7 具体可以参考http://blog.csdn.net/faaronzheng/article/details/50908961

2016-03-22

faaron-wifi断网自动重连2.0（附源码）

一个简单地wifi断网自动重连工具,开发环境为win8+vs2012，亲测win8下可以连接路由器和connectify。连接时请注意正确选择认证方式和加密方式。但是即使配置正确也有一定可能因为路由器问题无法连接。如果在连接失败后wifi变为不可用，可以选择忘记此网络，修改认证方式和加密方式后在进行连接。除此之外还添加了一个娱乐性质的暴力破解。详情请参考http://blog.csdn.net/faaronzheng

2014-08-17

faaron-Dijkstra算法实现一个简易的最佳方案选择

当时课程设计的题目是管道铺设施工的最佳选择方案：N个居民区之间要铺设煤气管道。假设任意两个居民区之间都可以铺设煤气管道，但代价不同，要求事先将任意两个居民区之间铺设煤气管道的代价存入磁盘文件中。设计一个最佳方案使得这N个居民区之间铺设煤气管道所需代价最小，并将结果以图形式在屏幕上输出。我用C#简单地实现了一下。Dijkstra算法是用c++写的，通过托管的机制在c#里面使用的。详情参考http://blog.csdn.net/faaron

2014-05-09

faaron-wifi断网自动重连1.1（附源码）

一个简单地wifi断网自动重连工具,开发环境为win8+vs2012，亲测win8下可以连接路由器和connectify。连接时请注意正确选择认证方式和加密方式。但是即使配置正确也有一定可能因为路由器问题无法连接。详情参考http://blog.csdn.net/faaron

2014-04-25

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人