- 博客(43)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 linux链表实现原理
linux链表实现原理标签（空格分隔）： linux数据结构定义linux的链表是嵌入到数据结构当中，而不是在数据结构的定义中定义链表struct list_head { struct list_head *next, *prev;};定义一个需要链表的数据结构typedef struct Data{ int n; // other data ...
2019-03-11 22:30:17
470
2
原创 redis 链表实现源码解析
数据结构双向非循环链表// 链表节点typedef struct listNode { struct listNode *prev; // 前驱 struct listNode *next; // 后继 void *value; // 值} listNode;// 链表迭代器typedef struct listIter { listNode *...
2019-03-11 22:24:52
240
原创 正则表达式基础内容
正则表达式基础内容标签（空格分隔）： linux1.单个字符匹配.：可以匹配任意单个字符（除\n除外）2.字符集合的匹配[]:表示字符集合的匹配，只要满足集合里面的表达式，那么都会匹配。[a-z]:匹配a到z的任意一个字符[A-Z]:匹配A到Z的任意一个字符[0-9]:匹配0到9的任意一个字符取非匹配，在集合匹配的集合表达式当中，添加^即可[^a-z...
2018-07-26 11:58:21
242
原创 Golang time包使用
time 包使用一个printf的使用方式a := 1fmt.Printf("%02d",a)%cNd,表示对齐N位，不够的用字符c补齐Go Time 的使用1.format形式获取年月日方法 t := time.Now() y := t.Year() // 年 m := int(t.Month()) //月 d := t.Day()// 日 h
2018-01-02 11:54:01
1257
原创 并发模型的生产者消费者模型
并发模型的生产者消费者模型标签（空格分隔）： Go基本模型：带有缓冲区的生产者和消费者的并发结构两个缓冲区：一个消费缓冲区，一个结果缓冲区，一个生产者，多个消费者线程多个线程：每个线程从消费缓冲区里拿数据，把结果缓存在结果缓冲区中以下面的例子说明，可控制线程数量的生产者消费者模型const ( concurency = 100)func Concurency(number []i
2017-12-13 23:37:32
376
原创 git的使用方法小结
git的使用方法小结1.git 创建本地分支1.1 在本地创建分支 git branch branch_name //创建本地分支 git checkout branch_name //切换分支可以使用如下命令创建并切换分支 git checkout -b branch-name //创建本地分支,并切换到新分支上1.2 在本地创建分支 关联本地分支和远程分支 git
2017-12-07 13:02:23
175
原创 Go 生产者消费者模型
Go 生产者消费者模型标签（空格分隔）： Go1.生产者消费者模型的实现func main() { in := make(chan int) out := make(chan int) go Producer(in) go Consumer(in, out) for x := range out { //读取管道，直到关闭，如果没有值，那么阻塞
2017-11-25 13:08:17
1108
原创 Go 命令行参数及标准输入输出
Go 命令行参数及标准输入输出标签（空格分隔）： Go1.Go 命令行参数的使用Go的命令行参数存储在切片 os.Args 当中，可以说和python的命令行参数非常相似fmt.Println(os.Args)//打印切片内容for i := 0; i < len(os.Args); i++ { fmt.Println(os.Args[i])}其中第一个参数为可执行文件的名字，其他
2017-11-14 20:29:22
12060
原创 Go 计算程序运行时间
Go 计算程序运行时间标签（空格分隔）： Go作业部落地址:Go计算程序运行时间1.计算代码块的运行时间start := time.Now()//some func or operationcost := time.Since(start)fmt.Printf("cost=[%s]",cost)其中time.Since()函数返回字符串类型，例如1h2m3s等，可能还有us等2.计算函数的
2017-11-13 17:39:21
9917
原创 python 安装vlfeat
vlfeat python计算机视觉处理工具 vlfeat 的python名字是pyvlfeat 使用下面的命令安装apt-get install pyvlfeatyum install pyvlfeat可能会出现，这个问题：cannot find -lboost_python-mt-py26是因为系统里面的那个库没有或者变为-lboost_python-mt-py27-lboost_pyt
2016-11-29 21:37:37
5301
原创 On the burstiness of visual elements
1.论文介绍这篇文章主要解决了，图像检索过程当中的突发(Burstiness)问题。在BoW模型当中，一个视觉元素在同一个图片中多次出现可能会降低匹配的质量。2.图像检索的框架局部特征和特征与视觉中心的对应 作者通过使用Hessian-afine 检测子来计算SIFT特征。作者在数据集Flickr上通过k-means方法学习到20k大小的视觉词典。对于新的特征，使用欧氏距离来获得这个特征属于的视觉
2016-11-23 16:57:26
1282
原创 python 堆和优先队列的使用
1.heapqpython里面的堆是通过在列表中维护堆的性质实现的。这一点与C++中heap一系列的算法类似，底层是通过堆vector的维护获取堆的性质。 python堆的部分API，其他API查阅文档python_heap_API和 heapq的源代码import heapq#向堆中插入元素，heapq会维护列表heap中的元素保持堆的性质heapq.heappush(heap, item
2016-11-21 21:39:00
46203
1
原创 二分查找及其扩展
之前所说的lower_bound和upper_bound其实就是二分查找的一种扩展形式，在SGI STL里面，二分查找算法实际调用的事lower_bound。所以lower_bound和upper_bound还是非常重要的。主要用到的是二分查找的思想。
2016-11-17 19:46:13
505
原创 Bag-of-colors for Improved Image Search
1.论文介绍这篇文章通过使用图像的颜色特征（全局和局部），并结合这SIFT特征，实现BoW，作者认为颜色特征可以作为SIFT特征的补充，达到超出传统方法的效果。2.Bag of ColorColor特征的生成过程 颜色空间：作者基于前面人的工作，借用了CIE-Lab颜色特征。这个颜色空间更接近于欧式空间。颜色字典 颜色字典是通过聚类来实现的，对于每一个图像的颜色特征分量，L,a,b分别进行量化，
2016-11-16 16:24:59
913
原创 caffe 提取图像特征
1.数据准备所有的操作都是在caffe根目录下进行的1.1.建立一个目录存放特征以及一些必要的信息mkdir examples/temp1.2.生成需要提取图片的位置集合的文件find `pwd`/examples/images -type f -exec echo {} \; > examples/temp/temp.txt这里第一个路径就是你的图片所在的目录，总之需要通过这个路径能够找到图片。最
2016-11-15 14:33:20
4504
5
原创 python/c/c++ 二进制文件读写
1.python 二进制文件的读写只讨论二进制文件的读写。 以二进制的形式打开文件with open(filename , 'wb') as fd : #do with fd fd.write(strobject)#二进制strobject写入文件 fd.read(byte_len)#读取byte_len字节数据wb:表示以二进制写的方式打开文件 rb :表示以二
2016-11-14 17:21:46
8681
原创 Combining SIFT and Global Features for Web Image Classification
Combining SIFT and Global Features for Web Image Classification 2.1.SIFT特征的提取介绍1.局部极值的检测和方向的确定 使用高斯差分函数获取高斯差分图像金字塔，然后对于图像中的每一个点，以这个点为中心的就个点，以这个图像的上面，下面一层的金字塔图像的对应的点，判断这个点是不是极值。 高斯查分函数： 其中的高斯函数：
2016-11-08 21:05:35
498
原创 Large-Scale Scene Classification Using Gist Feature
1.论文介绍使用GIST特征对于场景图片进行分类。对于分类器的选择，作者使用了基于L2L_2正则，L2L_2损失的SVC方法，和基于核函数的SVM两种分类器。并在GIST特征的多尺度，多方向，不同划分图像块的三个方面进行了实验，结果表明带有核函数的SVM在提取GIST特征时使用18个方向，5个尺度，并使用4*4的划分卷积图像可以达到最好的分类结果。2.方法介绍2.1二维的Gabor 滤波器对于二维的
2016-11-03 10:11:04
1602
原创 C++ priority_queue 与 lambda的结合使用
1.priority_queue定义template <class T, class Container = vector<T>, class Compare = less<typename Container::value_type> > class priority_queue;按着这个模板定义来看，需要给出每一个模板参数的类型，来实例化模板。 默认使用的是小于操作的比较运算符，底层使用v
2016-10-26 11:27:37
17165
10
原创 Small Codes and Large Image Databases for Recognition
0.论文介绍：对GIST特征进行哈希，然后通过hashcode进行检索和分类。作者介绍了基于机器学习的几种方法：BoostSSC，和RBM,通过实验，可以看出来，做这提出来的方法在LabelMe和webImages两个数据集上相比于LSH获得了较好的结果。1.BoostSSC把原空间的数据，嵌入到hamming空间中，原始数据之间的距离使用带有权重的hamming距离来替代。 图像可以使用MM维的
2016-10-26 11:11:54
483
原创 Classifying traffic scenes using the GIST image descriptor
1.论文介绍1.使用GIST特征对于在开车的过程当中遇到的图片进行分类。 2.对于这些非常适合GIST特征原始含意的图片，GIST特征会表现的非常好 3.对于分类任务，首先使用PCA对于提取到的GIST特征进行降维，然后使用k-means进行聚类，最后使用SVM对于得到的特征进行分类。 4.实验表明使用GIST特征对于高速公路上遇到的场景进行分类，具有很好的表现。
2016-10-19 23:05:22
570
翻译 Evaluation of GIST descriptors for web-scale image search
论文介绍： 论文主要比较了全局特征GIST和其他的局部特征，分别在图像相似检索和近乎拷贝检索的两个任务上不同效果。同时作者对于BOF优化的一些方法进行了实验，例如HE(Hamming Embedding) BOF 空间划分，并在召回率和准确率进行比较，同时在使用的内存和检索时间进行了比较。最后作者提出来了一种综合传统BOF的方法，并考虑内存使用和查询准确率的建立索引的方法。在实验中，作者提出来的方
2016-10-11 15:40:07
924
翻译 Deep Hashing Network for Efficient Similarity Retrieval
1.论文介绍对于以前的hash算法，是把特征学习和hashcode的学习分开来进行的，有的是先使用手工特征或者学习到的特征，然后在进行hashcode的学习。两个过程分裂开来进行学习的。每次学习只是整个目标的一部分，这样会陷入到局部最优解当中。所以作者针对这里面存在的问题，提出了deep hashing network的算法，主要解决的问题在于一下几个方面： 1).通过CNN来学习特征，而不是使用
2016-09-28 21:37:43
1446
原创 冒泡排序及其改进
1.冒泡排序是一种非常简单的排序算法。冒泡排序的思想是，进行nn轮排序，每一轮当中把最大的元素或者最小的元素放到末尾的位置上，每一轮比较相邻的两个元素，然后，如果是逆序那么进行交换，可以看出来时间复杂度为O(n2)O(n^2) 第一轮冒泡会把最大的元素放到最后的位置上， 第二轮冒泡会把第二大的元素放到倒数第二的位置上， ⋯\cdots⋯\cdots ⋯\cdots⋯\cdots 第n−1n
2016-09-27 17:15:00
308
原创 lower_bound & upper_bound
1.lower_boundlower_bound(T A[],int first,int last,const T &v)输入的元素：A[first,last)A[first,last),不包含最后last所指的元素。 目标：有序数组当中查找一个元素，如果这个元素存在则返回这个元素第一次出现的位置，否则返回这个元素该插入的位置，也就是在这个位置插入之后，数组还是有序的。 如果存在，那么就
2016-09-24 11:40:13
345
原创 C++ string 类的简单实现
class String{ char* ptr; size_t len; public: String():ptr(nullptr),len(1){} String(const char* str){ len = strlen(str); ptr = new char[++len];// las
2016-09-23 10:07:48
665
原创 linux exec 系列函数说明
1. execl(const char *path,argv0,argv1,...,0); /** *其中path表示要启动可执行文件的文件名，包括路径名 *会默认的在系统环境变量PATH中搜寻，如果给定文件路径名，那么直接找这个文件 *argv0,argv1....为可变参数列表，最后一个用(char*)0结束 */2.execlp(const char *
2016-09-23 09:01:22
325
原创 shell 的几个数据处理命令 管道命令
tr:tr -s 'c' 'c1' 把文件中的一个或者多个字符’c’ 替换成字符 ‘c1’ eg:cat a.txt | tr -s ' ' '\n' 把文本a.txt中所有的一个或多个空格替换成换行符，也就是说遇到一个或者多个连续的空格那么就换行。sed 's/exp1/exp2/g'把所有exp1形式的字符或字符串替换为exp2形式。 uniq 对文本进行去重处理 eg:cat a. tx
2016-09-23 08:57:38
1449
原创 快速排序partition的写法
1.本科时候，严老师的那本书上给的写法int partition(int A[],int left,int right){ if(left >= right) return left; int x = A[left]; while(left < right){//left should be less than right. left is
2016-09-23 08:50:55
1441
3
原创 面试遇到的字符串操作
void* memcpy(void* des,const void* src,size_t len){ char* d = (char*)des; const char* s = (const char*)src; while(len--) *d++ = *s++; return dest;}
2016-09-23 08:49:29
234
原创 Efficient Training of Very Deep Neural Networks for Supervised Hashing
1.介绍 这篇文章主要说如果高效的训练深层的神经网络。对于现存的模型，由于一些限制，比如梯度消失的情况，只能限于训练一些比较浅层的网络。而且这种模型的效率并不高。所以作者就提出来一种可以高效训练深层网络的方法。具体的是：训练过程当中引入辅助变量，通过更新辅助变量，来达到某一层的局部最优解。通过实验发现，这种方法可以训练64个隐藏层，每层1024个节点的网络，而训练的时间在3个小时左右。2
2016-09-21 10:04:46
704
原创 最大子数组问题 Maximum Subarray
Maximum Subarray： algorithm这个问题我们先看下问题的描述：问题描述Find the contiguous subarray within an array (containing at least one number) which has the largest sum. For example, given the array [−2,1,−3,4,−
2016-05-02 15:41:44
16331
2
原创 epoll使用
epoll 相关标签（空格分隔）： linux c/c++1.epoll_create调用int epoll_create(int size);int epoll_create1(int flags); 第一个函数epoll_create调用是比较常用的调用,第二个调用是改进版本。内核版本在2.9以及之后才能够使用。 调用成功的返回值,是一个文件描述符(非负整数),指向一个epoll
2016-05-01 18:05:10
533
原创 select调用
标签（空格分隔）： Linux C/C++select 调用1. 函数调用原型int select(int maxfdp1,fd_set *readset,fd_set *writeset,fd_set *exceptset,const struct timeval *timeout)2.参数说明2.1 timeout参数结构体定义:struct timeval { long tv_sec
2016-05-01 17:27:51
687
原创 gem install redis 不成功问题，无法访问网站
使用淘宝的一个镜像就可以安装redis了gem sources -a https://ruby.taobao.org/sudo gem install redis
2015-11-18 17:14:22
13124
4
原创 shell 的几个数据处理命令 管道命令
tr:tr -s 'c' 'c1' 把文件中的一个或者多个字符'c' 替换成字符 'c1'eg:cat a.txt | tr -s ' ' '\n' 把文本a.txt中所有的一个或多个空格替换成换行符，也就是说遇到一个或者多个连续的空格那么就换行。sed 's/exp1/exp2/g'把所有exp1形式的字符或字符串替换为exp2形式。uniq 对文本进行去重处理e
2015-08-23 16:55:24
1059
原创 linux ffmpeg 的安装以及程序链接过程
1.下载ffmpeg，然后解压到主目录下面，进入这个目录。一直到可以看到有个configure文件为止。2.下面是使用configure 来生成Makefile文件，具体的配置，可以使用./configure --help来查看相关的内容，其中里面会用到--prefix=/installpath：表示安装的路径，一般installpath 会是/usr/local/yoursoftwa
2015-07-03 21:48:36
2329
原创 linux exec 系列函数说明
/** *execl(const char *path,argv0,argv1,...,0); *其中path表示要启动可执行文件的文件名，包括路径名 *会默认的在系统环境变量PATH中搜寻，如果给定文件路径名，那么直接找这个文件 *argv0,argv1....为可变参数列表，最后一个用(char*)0结束 */ /**
2015-06-30 15:32:50
541
原创 ubuntu14.04 虚拟机安装opencv2.4.10，make遇到的问题
ubuntu14.04 虚拟机安装opencv2.4.10，make遇到的问题 error: inconsistent operand constraints in an ‘asm’：这个问题好象和系统的有关系，我参考了一个解决方案https://github.com/Itseez/opencv/commit/ea50be0529c248961e1b66293f8a9e4b807294a6
2015-06-24 12:01:22
663
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人