judyyduj-CSDN博客

原创 01背包问题

背包问题参考资料背包九讲著名的背包问题讲义，大而全面，包含各种背包问题的变形和大量优化方法，影响了无数后来者。缺点是说得不甚明白，省略了大量推理，如果对背包问题不够熟悉很难看懂里面的结论是怎么来的。最适合已经搞懂背包问题过后，用来提纲挈领，作为复习资料或参考手册使用。如果对背包问题及其变形不甚了了，需要搜索大量的相关资料配合食用。https://zhuanlan.zhihu.com/p/93857890知乎@SMON写的《动态规划之背包问题系列》。思路清晰易懂，排版也对阅读有不小帮助，

2021-06-02 00:27:11 407 3

原创模糊处理

目前还没有找到好的OneNote转博文方法，下面内容是直接复制粘贴的。虽然转成图片不能进行文本编辑了，但是排版得以保留，我认为相比其他方法更方便阅读。

2021-05-10 03:05:33 83

原创空间滤波

2021-05-10 03:01:24 74

原创直方图处理

2021-05-10 02:59:14 72

原创灰度变换

2021-05-10 02:55:44 34

原创异步委托

异步委托

2018-03-29 14:58:13 279

转载（转）C#IO流文件操作

转自 https://www.cnblogs.com/wangzheand/p/5254807.html文件概述我们知道，程序中的数据通常保存在内存中，当程序关闭时其对应的内存空间就会被释放掉，也就是说我们在程序中所作的操作或对数据的更改会在程序结束时自动删除，没办法永久的保存，如果你想永久的保存这些数据，则可以考虑使用数据库或文件对这些数据在磁盘上进行存储，数据库适合存储比较庞大

2018-03-11 10:31:59 415

翻译 Unity事件系统（翻译自Unity User Manual 5.6）

事件系统事件系统是一种在应用程序内根据输入向物体发送事件的方法。这里的输入可以是键盘、鼠标、触摸或者其它定制(costom)输入。事件系统由很少的组件构成，它们共同协作来发送事件。

2018-02-28 15:27:23 569

原创委托与事件

本篇内容是阅读《深入理解C#》和《C#与.net4高级程序设计》的笔记，关注于委托这一部分。

2018-01-26 13:33:22 705

原创 websocket-shrap源码阅读

使用websocket构建的C#通信

2017-12-03 16:55:08 787

原创一个10分钟神经网络演讲

全英文的，听众是来自各个专业的同学，所以只是了解性的介绍。

2017-11-08 18:02:36 500 1

原创《机器学习》笔记——神经网络

第四章人工神经网络(单个)感知器

2017-10-19 17:29:22 300

原创 xcode+tesseract 搭建一个简单的图像文字识别程序

获取tesseract作为开源项目，tesseract的官方资源可以从GitHub上面得到。阅读readme文件可以解决大部分初步使用者的疑问。 tesseract在GitHub上的链接：https://github.com/tesseract-ocr/tesseract使用homebrew安装tesseract：brew install tesseract安装好后，在终端输入tesseract会

2017-09-08 17:54:38 826

数学分析教材，复旦，陈传璋、金福临、朱学炎、欧阳光中编，带答案

高等教育出版社浅黄色皮蓝色字那本，上下册和答案都有，网上这书资源不好找。

2017-10-27

模式识别.(希)西奥多里蒂斯.中文版.pdf

本书全面阐述了模式识别的基础理论、最新方法以及各种应用。模式识别是信息科学和人工智能的重要组成部分，主要应用领域有图像分析、光学字符识别、信道均衡、语言识别和音频分类等。本书在完美地结合当前的理论与实践的基础上，讨论了贝叶斯分类、贝叶斯网络、线性和非线性分类器设计、上下文相关分类、特征生成、特征选取技术、学习理论的基本概念以及聚类概念与算法。与前一版相比，增加了大数据集和高维数据相关的最新算法，这些算法适用于Web挖掘和生物信息等应用；提供了最新的分类器和鲁棒回归的核方法；分类器组合技术，包括Boosting方法。新增一些热点问题，如非线性降维、非负矩阵因数分解、关联性反馈、鲁棒回归、半监督学习、谱聚类和聚类组合技术。每章均提供有习题与练习，用MATLAB求解问题，给出一些例题的多种求解方法；且支持网站上提供有习题解答，以便于读者增加实际经验。本书可作为高等院校自动化、计算机、电子和通信等专业研究生和高年级本科生的教材，也可作为计算机信息处理、自动控制等相关领域的工程技术人员的参考用书。

2017-09-07

机器学习导论

作者: Ethen Alpaydin 出版社: 机械工业出版社原作名: Introduction to Machine Learning 《机器学习导论》对机器学习的定义和应用实例进行了介绍，涵盖了监督学习。贝叶斯决策理论。参数方法、多元方法、维度归约、聚类、非参数方法、决策树。线性判别式、多层感知器，局部模型、隐马尔可夫模型。分类算法评估和比较，组合多学习器以及增强学习等。机器学习的目标是对计算机编程，以便使用样本数据或以往的经验来解决给定的问题。已经有许多机器学习的成功应用，包括分析以往销售数据来预测客户行为，人脸识别或语音识别，优化机器人行为以便使用最少的资源来完成任务，以及从生物信息数据中提取知识的各种系统。为了对机器学习问题和解进行统一的论述，《机器学习导论》讨论了机器学习在统计学、模式识别、神经网络。人工智能。信号处理、控制和数据挖掘等不同领域的应用。对所有学习算法都进行了解释，以便读者可以容易地将书中的公式转变为计算机程序。《机器学习导论》可作为高等院校计算机相关专业高年级本科生和研究生的教材，也可供研究机器学习方法的技术人员参考。

2017-01-13

mysql-connector-java-5.1.40.tar

java连接mysql用到的库

2017-01-13

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人