qq406736552的博客

仅有1个代码文件， 将图片拼接流程拆分成了多个函数，解耦合，可作为视频拼接的基础 包含了去噪的算法，和渐入渐入渐出加权融合的效果，均为可选 if __name__=='__main__': path1='05_L.jpg' path2='05_R.jpg' save='05_M.jpg' spliting_img_path(path1,path2,True,save) 修改路径即可 请导入相关包

为方便，只有源码，请自行安装包，请注意：OpenCV-Python-contirb 3.4.216 不要用4.-几的。代码中图片路径改一下运行即可

机器学习是一门多学科交叉专业，涵盖概率论知识，统计学知识，近似理论知识和复杂算法知识，使用计算机作为工具并致力于真实实时的模拟人类学习方式， 并将现有内容进行知识结构划分来有效提高学习效率。 [1]

版本3.22于2016年12月22日发布。它进行了一些小的修复。 LIBSVM工具提供了许多 LIBSVM的扩展。如果您需要LIBSVM中不支持的某些功能，请检查它。 我们现在有一个很好的页面LIBSVM数据集，它提供LIBSVM格式的问题。 现在可以使用 SVM分类的实用指南！（主要是为初学者编写的） 我们现在有一个简单的脚本（easy.py），用于不了解SVM的用户。它使得一切都自动化 - 从数据缩放到参数选择。 参数选择工具grid.py生成以下交叉验证准确度等值线。要使用这个工具，你还需要安装python 和 gnuplot。

包含了贝叶斯 KNN KMeans 的简单实现 1. 利用贝叶斯算法进行数据分类操作，并统计其预测正确率。 2. 随机产生10000组正样本和20000负样本高斯分布的数据集合（维数设为二维），要求正样本：均值为[1;3]，方差为[2 0;0 2]；负样本：均值为[10;20]，方差为[10 0;0 10]。先验概率按样本量设定为1/3和2/3.分别利用最小错误概率贝叶斯分类器和最小风险概率贝叶斯分类器对其分类。（假设风险程度正样本分错风险系数为0.6，负样本分错风险为0.4，该设定仅用于最小风险分析） 使用K-NN算法识别数字0-9，数据集来自Machine Learning in Action 第二章。书中把来自UCI数据库的手写数据集简化成32像素x32像素的黑白图像，并且以01矩阵的方式存储在txt文件中。大约有训练样本2000个，测试样本900个。 1.实验任务题目 K-means算法设计与实现 2.编程语言 C，C++，Java或者学过的其它编程语言 3.实验数据介绍 红酒数据集（Wine Data Set）http://archive.ics.uci.edu/ml/datasets/Wine 共178个数据，每个数据特征为13维

完成一个猜数字的GUI游戏。 开始游戏后，产生一个没有重复数字的4位随机数，用户每猜一个数字，显示出“完全猜中的数字个数”和“猜中数字但位置错误的数字个数”，比如nAmB，数字n表示猜中的位置正确的数字个数，数字m表示数字正确而位置不对的数字个数。例如，正确答案为5234，如果用户猜5346，则显示：1A2B，数字1表示数字5及其位置猜对了，数字3和4这两个数字猜对了，但是位置没对，记为2B。然后，用户根据游戏提示的信息继续猜，直到猜中为止。同时设计规则，根据猜中的次数计算积分，并可以显示不同用户的排行榜。 注意:因为BGM因为太大被我去掉了

介绍了密码编码学与网络安全的基本原理和应用技术。全书主要包括以下七个部分：对称密码部分讨论了对称加密的算法和设计原则;公钥密码部分讨论了公钥密码的算法和设计原则;密码学中的数据完整性算法部分讨论了密码学Hash函数、消息验证码和数字签名;相互信任部分讨论了密钥管理和认证技术;网络与因特网安全部分讨论了应用密码算法和安全协议为网络和Internet提供安全;法律与道德问题部分讨论了与计算机和网络安全相关的法律与道德问题。

一个入门级的网站,包含了后台php,包含了前端js,html,css,适合新手学习了解的入门参考

多队列模拟        说明：一个传输系统受3个输入和只有一个服务器。 所有输入都以泊松过程为特征，服务时间遵循指数分布。        目标：探索一个能够公平地把服务分配给任何性能测量的输入的调度方案; 获得每个队列的平均队列长度，平均等待时间，队列长度分布和等待时间分布。 报告中应包括任何必要的解释和说明。 Multi-queue simulation Description: a transmission system subject to 3 inputs and only one server. All inputs are characterized by Poisson process and the service time follows an exponential distribution. Goal: explore a scheduling scheme which is able to allocate the service fairly to each of the input in terms of any performance measurement; obtaining the mean queue length, mean waiting time, queue length distribution and waiting time distribution for each queue. Any necessary explaination and statement should be included in the report.

MyRandom ran=new MyRandom(); System.out.println(ran.nextString(1)); System.out.println(ran.nextString(50, OnlyNum)); System.out.println(ran.nextString(50, OnlyBig)); System.out.println(ran.nextString(50, OnlySmall)); System.out.println(ran.nextString(50, MyRandom.NumAndSmall)); System.out.println(ran.nextString(50, MyRandom.NumAndBig)); System.out.println(ran.nextString(50, MyRandom.BigAndSmall)); System.out.println(ran.nextString(50, MyRandom.All)); 2 66125391937542737044853090323843609946967409411095 DCLDXUBQPRGHZMUKHSGYLOYUOADUMMOTQUKBZAJVCHKXQRQYNB hpsmojfwmswmxiboqchdhjcymgylllkrfbfdgpbyuhavwcmnan 5vrc01j2qd245xo27318lk725qw72b19150n7lxt740jp08p6e 557W5XY91H29PE3953M694TNF1B4A93C84TAP4GBN2L5YPF7C6 TuLcQspYsJikcJRlZEeEfgfwzoIlhUlwYEfBSfKkHMHyHDuInd 6UTwk8png9zWgTBVoNlla2L1PV714qU6bTJa8HBi3rWB1rtk6u

大一自己编写的java课程设计 其中包含项目运行完整的文件 按F1可以查看操作,内含隐藏作弊按键 独立完成,绝无雷同!

皇后问题，是一个古老而著名的问题，是回溯算法的典型案例。该问题是国际西洋棋棋手马克斯·贝瑟尔于1848年提出:在8X8格的国际象棋上摆放八个皇后，使其不能互相攻击，即任意两个皇后都不能处于同一行、同一列或同一斜线上，问有多少种摆法。 高斯认为有76种方案。1854年在柏林的象棋杂志上不同的作者发表了40种不同的解，后来有人用图论的方法解出92种结果。计算机发明后，有多种计算机语言可以解决此问题。

wasd或者方向键：控制走动 Ctrl：控制发弹 A：超级子弹 X：八方向发弹 =：添加敌方坦克 F2：重新开始 其他功能： 在头上实时显示血条 吃到血块时能补血 按F1查看帮助 J开火