wangyunfei12345-CSDN博客

原创 Introduction to Machine Learning

机器学习(Machine Learning)最早起源于人工智能(Artificial Intelligence,AI)，其核心在于构造学习算法(Learning Algorithm)，使得机器可以自动从训练数据中进行学习以完成特定任务。机器学习的定义1959年，Arthur Samuel将机器学习定义为："Field of study that gives computers

2013-10-25 19:42:50 827

原创文字与UNICODE间的相互转换

HRESULT CCode_TransformDlg::OnButtonOK(IHTMLElement* /*pElement*/){ CStringW str; GetDlgItemTextW(IDC_EDIT_ORIGINAL,str); if(((CButton*)GetDlgItem(IDC_RADIO_TU))->GetCheck())//文字向UNICODE转换 SetDlgItemTextW(IDC_EDIT_HEX,ShowHex(str));//在EDIT BOX显示UNI

2011-01-17 00:26:00 1798

原创 VC中属性表单和向导的创建

本文是在看孙鑫的《VC++深入详解》过程中摘录下来的，作为一份学习笔记。 首先举例说一下属性表单和向导 属性表单：在VC6下，打开Tools-Options，弹出的Options对话框就是一个属性表单，其中的每一个选项卡对应一个属性页。属性表单解决了大量信息无法在一个对话框上显示的问题，并提供了对信息的分类和组织管理的功能。 向导：利用VC6创建一个新工程时使用的AppWizard工具通过一般般引导用户设置一下信息，从而生成相应的应用程序框架，这就是

2011-01-16 18:11:00 2233

转载 VC++的UNICODE编程

本文来自：http://tech.ddvip.com/2007-03/117395585321221.html 一、什么是Unicode 　　先从ASCII说起，ASCII是用来表示英文字符的一种编码规范。每个ASCII字符占用1个字节，因此，ASCII编码可以表示的最大字符数是255（00H—FFH）。其实，英文字符并没有那么多，一般只用前128个（00H—7FH，最高位为0），其中包括了控制字符、数字、大小写字母和其它一些符号。而最高位为1的另128个字符（80H—FFH

2011-01-15 16:26:00 513

原创 VC中的简单绘图

在VC6中建立了一个名为CDrawPicView的基于单文档的工程，相关的知识在后面的程序及注释中 // DrawPicView.h中的主要内容如下： class CDrawPicView : public CView { protected: // create from serialization only CDrawPicView(); DECLARE_DYNCREATE(CDrawPicView) // Attri

2011-01-14 18:56:00 809

原创 VC中与菜单相关的一些操作

这次系统地看了一下VC中的菜单，参考的是孙鑫的《VC++深入详解》，重要的知识点在后面的代码及其注释里面 MFC中与菜单相关的函数如下： AppendMenu 在指定的菜单里添加一个菜单项 CheckMenuItem 复选或撤消复选指定的菜单条目 CheckMenuRadioItem 指定一个菜单条目被复选成“单选”项目 CreateMenu 创建新菜单 CreatePopupMenu 创建一个空的弹出式菜单 Delete

2011-01-14 18:31:00 1418

转载 VC++下用MSComm控件实现串口通讯

VC++下用MSComm控件实现串口通讯

2011-01-13 09:20:00 1668

原创 MFC中动态创建BUTTON及添加响应的响应

试了一下在MFC中动态创建按钮，主要步骤如下：1.在头文件（**Dlg.h)中添加一个CButton类型的指针pbutton；2.在(**Dlg.cpp)的构造函数中初始化pbutton：pbutton=new CButton；（初始化一定不能忘记）；3.在OnInitDialog中创建BUTTON： pbutton->Create(_T("Button"),WS_CHILD|WS_VISIBLE|BS_FLAT|BS_PUSHBUTTON,CRect (570,355,630,400

2011-01-09 17:46:00 2926 1

A Survey of Outlier Detection Methodologies

异常检测算法综述. Outlier detection has been used for centuries to detect and, where appro- priate, remove anomalous observations from data. Outliers arise due to mechanical faults, changes in system behaviour, fraudulent behaviour, human error, instrument error or simply through natural deviations in populations. Their detection can identify system faults and fraud before they escalate with potentially catastrophic consequences. It can identify errors and remove their contaminating effect on the data set and as such to purify the data for processing. The original outlier detection methods were arbitrary but now, principled and systematic techniques are used, drawn from the full gamut of Computer Science and Statistics. In this paper, we introduce a survey of contemporary techniques for outlier detection. We identify their respective motivations and distinguish their advantages and disadvantages in a comparative review.

2019-02-27