- 博客(46)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 重修之Java-基础篇-流程控制
在上一篇学习过，这一章节中将会继续学习Java的基础知识-流程控制，不管哪种语言，都会提供两种基本的流程控制结构：分支结构和循环结构。分支结构就是根据条件来选择执行某一块代码，循环结构就是根据条件来重复执行某一块代码。Java中提供了两种分支结构：if和switch，提供了三种循环结构：while，do while和for循环结构。Java还提供了foreach循环来遍历集合和数组的元素，并使用break和continue来控制循环。
2023-10-28 10:43:11
117
原创 Java-Collection子接口-Set
文章目录SetSet HashSet 主要实现类：线程不安全的，可以存储null值 LinkerHashSet：作为HashSet的子类，遍历其内部数据时，可以按照添加的顺序遍历 TreeSet：可以按照添加对象的指定属性进行排序 无序，不可重复的数据 1、无序 public class SetTest { /** * HashSet 主要实现类：线程不安全的，可以存储null值 * LinkerHashSet：作为HashSet的子类，遍历其
2022-05-25 16:02:22
89
原创 Leetcode-2280.表示一个折线图的最少线段数
文章目录题目解题目2280给你一个二维整数数组 stockPrices ，其中 stockPrices[i] = [dayi, pricei] 表示股票在 dayi 的价格为 pricei 。折线图 是一个二维平面上的若干个点组成的图，横坐标表示日期，纵坐标表示价格，折线图由相邻的点连接而成。比方说下图是一个例子：解class Solution { public int minimumLines(int[][] stockPrices) { if(stockPrices.l
2022-05-25 10:09:01
920
原创 Java-lambda表达式
文章目录LambdaLambda lambda是一个匿名函数，可以把lambda表达式理解为是一段可以传递的代码（将代码像数据一样进行传递） 举例public void test2() { Comparator<Integer> comparator = new Comparator<Integer>() { @Override public int compare(Integer o1, Integer o
2022-05-24 22:02:46
102
1
原创 Java-基础-StringBuffer and StringBulider
文章目录 /** *效率比较 *StringBuilder>StingBuffer>String */ /** * 常用方法 * 总结: * 增:append * 删:delete * 改:replace/setCharAt * 查:indexOf * 插:insert * 长度:length * 遍历:for + charAt()/toString()
2022-05-24 16:33:34
83
原创 Java-基础-String类
文章目录String类概述String 对象的创建String类概述 特性： 1）String是一个final类，代表不可变的字符序列 2）用双引号表示，他的值在创建后不能更改 3）String对象的字符内容是存储在一个字符数组value[]中的 String s1="abc";//字面量的定义形式 String s2="abc"; System.out.println(s1==s2);//比较s1和s2的地址值 //返回
2022-05-24 12:14:49
73
原创 Java-泛型
文章目录泛型泛型类泛型接口泛型方法泛型好处泛型集合泛型 是JDK1.5中引入的一个新特性，其本质是参数化类型，把类型作为参数传递。 常见形式有泛型类，泛型接口，泛型方法 语法： <T,…>T称为类型占位符，表示一种引用类型。 好处： 1）提高代码的重用性； 2）防止类型转换异常，提高代码的安全性。泛型类/*** 泛型类* 语法：类命<T>* T是类型占位符，表示一种引用类型，如果写多个使用逗号隔开*/public class M
2022-05-21 21:57:54
84
原创 Java-Collection的子接口-List集合
文章目录List集合Demo1List 实现类ArrayListArrayList源码分析VectorLinkedListLinkedList源码分析ArrayList和LinkedList的区别List集合 特点：有序，有下标、元素可以重复。 方法： 1）void add(int index, Object o); //在index位置插入对象o； 1）Object get(int index); //返回集合中指定位置的元素； 2）List subList(int fromInde
2022-05-21 20:54:29
235
原创 Java-集合
文章目录集合集合概念和数组的区别：Collection 体系集合Collection 父接口Collection 使用迭代器Iterator集合 集合概念 对象的容器，实现了对对象常用的操作方法。可实现数组的功能。（java.util.*）和数组的区别： 1）数组长度固定，集合长度不固定； 2）数组可以存储基本类型和引用类型，集合只能存储引用类型。Collection 体系集合Collection 父接口 特点：代表一组任意类型的对象，无序，无下标，不能重复 方法：
2022-05-19 21:36:19
250
原创 ＜论文阅读09＞ Multi-instance learning based on representative instance and feature mapping
文章目录引入引言RIFM-I and RIFM-BBasic definition优化目标RIFM-I的优化目标：RIFM-B代表实例选择bb一句，上面的优化目标就是超球的优化目标。正代表实例选择负代表实例选择特征映射实验结果引入 题目：Multi-instance learning based on representative instance and feature mapping@article{WANG2016790,title = {Multi-instance learning
2022-05-04 19:22:57
1050
原创 ＜论文阅读08＞ Multi-instance learning of graph neural networks for aqueous $pK_a$ prediction
文章目录引入方法概述引入 题目：Multi-instance learning of graph neural networks for aqueous pKapK_apKa prediction （用于水性pKapK_apKa预测的图神经网络的多实例学习） 摘要：酸解离常数 (pKapK_apKa) 是反映化合物电离能力的关键参数，广泛应用于各行各业。然而，pKapK_apKa的实验测定复杂且耗时，尤其是在原子水平上精确测定微pKapK_apKa信息。因此，快速准确地预测化合物的 pK
2022-02-05 17:34:56
1429
原创 ＜论文阅读07＞ 用于乳房 X 线照片分类的具有多个视图的多示例网络
文章目录引入方法描述创新点关键技术多视图输入...权重MIL...数据集引入 题目：A multi-instance networks with multiple views for classification ofmammograms （用于乳房 X 线照片分类的具有多个视图的多示例网络） 摘要：乳腺癌是女性最常见的恶性肿瘤，早期筛查乳腺癌对于提高生存率至关重要。乳腺X线摄影具有实用性、有效性、成本低等特点，是目前最流行的乳腺癌筛查影像学方法之一。然而，乳房X线照片的分类存在图像尺寸大、病灶
2022-02-05 16:48:27
3072
2
原创 ＜论文阅读06＞ 通过加权分布和一致的最大似然估计进行多示例迁移度量学习
文章目录引入方法概述主要贡献关键技术核均值匹配（KMM）...一致的最大似然估计...引入 题目：Multi-instance transfer metric learning by weighted distribution and consistent maximum likelihood estimation（ 通过加权分布和一致的最大似然估计进行多示例迁移度量学习） 摘要：多示例学习 (MIL) 旨在通过训练带有标签包的模型来预测未标记包的标签。 现有 MIL 方法的通常假设是训练数据的底
2022-02-05 15:40:29
1066
原创 ＜论文阅读05＞ 多示例卷积神经网络用于多镜头人重新识别
文章目录引入1 方法概述数据集引入 题目：多示例卷积神经网络用于多镜头人重新识别Multi-Instance Convolutional Neural Network for multi-shot person re-identification Bib:@article{LIU2019303,title = {Multi-Instance Convolutional Neural Network for multi-shot person re-identification},aut
2022-01-28 20:04:52
604
原创 ＜论文阅读04＞ Attention-based Deep Multiple Instance Learning
文章目录引入1 方法概述关键技术注意力进制。。。。引入 题目：基于注意力的深度多实例学习（Attention-based Deep Multiple Instance Learning） Bib：@inproceedings{ilse2018attention, title = {Attention-based deep multiple instance learning}, author = {Ilse, Maximilian and Tomczak, Jakub and Well
2022-01-28 19:42:12
2516
原创 ＜论文阅读01＞ Learning Multi-Instance Deep Discriminative Patterns for Image Classification
文章目录引入1 方法概述2 关键技术一系列的优化目标。。。引入 题目：学习用于图像分类的多实例深度判别模式(Learning Multi-Instance Deep Discriminative Patterns for Image Classification) 代码： 摘要：找到有效且高效的表示对于图像分类非常重要。最常见的方法是提取一组局部描述符，然后将它们聚合成一个高维、更具语义的特征向量，例如无监督的特征包和基于部分的弱监督模型。由于使用了来自图像标签的信息，后者通常比前者更具辨别力
2022-01-28 19:31:47
355
原创 ＜论文阅读03＞ Clustering-based multiple instance learning with multi-view feature
文章目录引入1 方法概述2 关键技术训练阶段测试阶段引入 题目：具有多视图特征的基于聚类的多实例学习 (Clustering-based multiple instance learning with multi-view feature) 代码： 摘要：多示例学习（MIL）是一种特殊的分类问题，其中样本（称为“实例”）被分组到包中，并且标签仅在包级别而不是实例级别给出。从专家和智能系统的角度来看，MIL 不需要完整的真实标签，这有助于降低实际任务中数据标签的成本。许多诱人的问题，如图像分类、
2022-01-28 19:30:06
1158
原创 ＜论文阅读02＞ Multi-Instance Learning with Discriminative Bag Mapping
文章目录引入1 方法概述2 符号定义3 关键技术3.1 辨别实例池3.2 包映射方法引入 题目：带判别袋映射的多实例学习(Multi-Instance Learning with Discriminative Bag Mapping) 代码： 摘要：多实例学习 (MIL) 是解决学习中标签模糊问题的有用工具，因为它允许一组实例共享一个标签。袋映射通过实例选择将袋子转换为新空间中的单个实例，最近引起了广泛关注。迄今为止，大多数现有工作都是基于原始空间，使用每个包内的所有实例进行包映射，并且所选实
2022-01-28 09:38:58
344
转载 学习技术三部曲：WHAT，HOW， WHY
文章目录★第一步：WHAT★第二步：HOW★第三步：WHY 最近几天有些网友在邮件里面问我关于学习的问题。有好几个人觉得工作了几年，也学会了不少的类库、框架、甚至语言，但是感觉自己的能力没有太大的提高。因此今天来说一下我个人对这方面的体会，希望对大伙儿（尤其是新手）有帮助。 先声明一下，本帖子讨论的三部曲是指你已经选定了某个技术方向之后，该如何学习；至于如何选定技术方向，则属于另一个话题，不在今天的讨论之列。 我把学习归类为三个步骤：What、How、Why。经过我对周围同事和朋友的观察，
2021-12-06 14:32:02
218
原创 生成对抗式网络 (GAN) 及其应用
GAN学习参考目的 GAN是由Ian Goodfellow于2014年首次提出，学习GAN的初衷，即生成不存在于真实世界的数据。类似于AI具有创造力和想象力。 GAN有两个非常重要的网络（生成器（Generator）和判别器（Discriminator））训练过程 GAN的训练在同一轮梯度反转的过程中可以细分为2步：(1)先训练D；(2)再训练G。注意，不是等所有的D训练好了才开始训练G，因为D的训练也需要上一轮梯度反转中的G的输出值作为输入。 当训练D的时候：上一轮G产生的图片和
2021-11-22 14:53:36
5743
原创 ＜Pytorch深度学习实践＞(二)：梯度下降算法 （Gradient Descent）
梯度下降算法 穷举法和观察法不可行，因为w的数量如果过大，将会大大增加时间开销且可能找到局部最优解 梯度下降：（能够找到局部最优解，但也许找不到全局最优解（没有任何一个局部最优比他好）） 那么为什么深度学习中大多数还是使用梯度下降来寻找最优解，因为在很多学习中得到结果，深度学习最优化问题中并不存在很多局部最优解。但存在一个点（鞍点，偏导为0） y=wx+by=wx+by=wx+b MSE:cost(w)=1N∑n=1N(y^n−yn)2cost(w)=\frac{1}{N}\sum_
2021-11-19 21:55:48
701
1
原创 ＜Pytorch深度学习实践＞(一)：线性模型
线性模型目的 通过已有的离散数据来学习到一个线性函数：y=f(x)=wx+by=f(x)=wx+by=f(x)=wx+b，用函数 f(x)f(x)f(x) 来预测新数据的类别。其中要学习的参数则是权重 www 和偏置 bbb Training loss：loss=((y^−y)2=(x∗w−y)2(\hat{y}-y)^{2}=(x*w-y)^2(y^−y)2=(x∗w−y)2) Mean Square Error (MSE): cost=1/N∑n=1N(y^n−yn)2cost=1/N
2021-11-19 20:54:00
838
原创 论文阅读(九)：多实例学习问题中的包编码策略（2018）
文章目录摘要编码方式**k-means-encoding****terminal node-encoding****Path-encoding**分类摘要原文： Multiple instance learning (MIL) deals with supervised learning tasks, where the aim is to learn from a set of labeled bags containing certain number of instances. In MIL
2021-10-25 16:23:54
214
原创 python（三）：yield的初步解释
yiled声明 关于yield得解释，许多博主可能都没说明白，我在这里结合其它博主得解释，来说一下自己得了解。python—yield 普通print函数 举个最普通函数得例子def norm_print(): print("我好帅!")norm_print() 当我们直接调用norm_print()函数时，程序直接打印“我好帅!”，这点是不会有任何歧义得。而当我们用了含有yield得函数时，情况便会不同。首先，如果你还没有对yield有个初步分认识，那么你先把yield看做“
2021-10-25 12:48:50
179
原创 机器学习——分类和回归的区别
引言 要先了解这两个机器学习最底层概念的名词解释，才能更加清楚知道他们的区别。1、分类（Classification） 分类的概念比较容易懂，就字面意思，分类就是将某一事物归为某一类。比如，我们把家里的二哈归为狗这一类，我们用0或者1来表示，1表述属于狗，0不属于狗。2、回归（Regression） 网上有很多的概念，但是窝觉得说的都很复杂。用最简单的话来说，回归，就是对某一件事情的预测。比如，我们通过经验得到，明天的温度可能是35℃。这里的35℃就是我们得到的一个回归值。3、区别 其
2021-07-09 10:20:55
2669
3
原创 论文阅读(八)：基于贝叶斯极限学习机的多示例学习
文章目录背景介绍存在的问题以及解决方案算法介绍极限学习机（extreme learning machine，elm）贝叶斯极限学习机(BELM)背景介绍 多实例学习 (MIL) 最早由 Dietterich 等人提出作为一种预测药物活性的方法。之后，MIL 获得了许多成功的应用，例如改进的药物活性预测、文本分类、图像分类、目标检测 和股票预测。与其他机器学习框架不同，MIL 是新颖的，因为它包含带标签的袋子，而不是带标签的实例。每个包中的实例数量是不确定的，每个包的标签是可以观察到的，而每个包中的实例
2021-07-04 15:10:44
894
3
原创 Java 23种 设计模式的学习——前言
文章目录前言设计模式啥？为什么学习设计模式基本要素前言 只要你入了Java的坑，那么，设计模式你就逃不掉，现在我就来一步一步的学习设计模式，早日获得 “九阳真经”。学习路线设计模式啥？ 设计模式，简单的说，就是将以往的经验进行总结得到了一套模板。（俗称，套路）因此具有一定的普遍性（马原的特殊性与普遍性），并且可以反复使用。那么，为什么要总结这么一套设计模式呢？问得好，答案就是：偷懒，有了这么一套设计模式，不必大费周章去敲一些重复的代码。这样也就提高了代码的可重用性，可读性（人家写的可规范了，
2021-04-28 20:12:55
104
原创 LeetCode刷题笔记Java（一）输出两个数字等于目标和的下班：
题目描述 给定一个数组和一个目标和，从数组中找两个数字相加等于目标和，输出这两个数字的下标。 例如：Given nums=[2,7,11,15], target=9; Because nums[0]+nums[1]=9,return [0,1];解题方法方法一（暴力解法） 暴力解法，是新手（本人无疑了）常用的操作，因为对各种知识还不够熟悉，所以联想不到其它解法。暴力解法是很容易接受的，但其缺点：时间和空间开销较大。 本题的暴力解法：用两层for循环，遍历所有情况看相加是否等于目标和，如果
2021-04-22 16:57:23
141
1
原创 小小知识点（一）：辨别性相似度（Discriminative Similarity）
文章目录引入前言DS参考论文引入 小小知识点模块主要是记录平时看的论文中有启发或者其它的新知识点。下面主要介绍一下在多示例场景下，实例之间存在的辨别性相似度（Discriminative Similarity）。前言 在论文miGraph中，提到了两个实例之间存在一种相似性，并用欧式距离来表示他们之间相似度的大小，距离越近，相似度越大。但，这样做存在一个问题：这样仅仅考虑了两两实例之间的空间距离关系，在实际生活中，距离越近的两个对象，并不直接相似，因此，在一篇论文中，提出了辨别性相似度（Disc
2021-04-21 20:34:01
304
1
原创 论文阅读(七)：Dual-stream Maximum Self-attention Multi-instance Learning （DMSMIL）
文章目录引入前言方法问题表述双流MIL聚合引入 很久没有看论文和写博客，现在把最近看的一篇多示例学习（MIL）的论文解读一下，希望有所收获。前言 该篇论文提出了一种由神经网络参数化的双流最大自注意的MIL模型（DSMIL）； 主要步骤：1）第一流部署了一个简单的 MIL max-pooling，并确定了top激活的嵌入实例；2）在第二个流中，通过仅将顶部激活的查询与包中的实例相关联，跨实例计算注意力得分。 特点：基于相同的实例嵌入来训练一个实例分类器和包分类器。方法问题表述 包：
2021-04-16 21:41:56
392
原创 word学习（一）：交叉引用和题注学习
交叉引用和题注学习参考文献交叉引用交叉引用的使用图片和表格的引用小结参考文献 参考文献是指在学术研究过程中，对某一著作或论文的整体的参考或借鉴。征引过的文献在注释中已注明，不再出现于文后参考文献中。交叉引用 交叉引用就是在文档的一个位置引用文档另一个位置的内容，类似于超级链接，只不过交叉引用一般是在同一文档中互相引用而已。具体详细参考百度交叉引用交叉引用的使用 了解了参考文献和交叉引用之后，我们就来学习如何使用交叉引用： 步骤1）：将我们要引用的参考文献按照论文要求的格
2021-03-06 11:19:07
9781
原创 maven的安装与idea中的相关配置
关于这方面，本人还是小白，maven的安装不算太复杂，很简单，对于初学者可能有一定的难度，因此将参考链接放在这，以供学习maven配置maven的两大核心：**依赖管理：对jar包的管理过程**项目构建：项目在编码完成后，对项目进行编译、测试、打包、部署...
2021-01-30 18:04:20
70
原创 论文阅读(六)：Effective containment explains subexponential growth in recent confirmed COVID-19 cases in C
文章目录引入前言对遏制努力下的流行病传播进行建模有效保护易感人群导致指数级增长引入 为了完成老师的任务，现在把看的一篇论文总结翻译了一下。前言 最近在中国大陆爆发的2019年冠状病毒疾病（COVID-19）的特征在于，在流行的早期阶段，确诊病例的显着次指数增长，与预期的无限制爆发的初始指数增长形成鲜明对比。 我们表明，这种影响可以解释为有效减少易感人群的遏制政策的直接结果。 为此，我们引入了一个简化模型，该模型可以捕获有症状感染者的隔离，以及响应于遏制策略或行为变化的人群范围隔离实践，并显示该模
2021-01-08 16:55:16
308
原创 python（一）：基础小知识—字典的一些小操作
文章目录引入具体内容赋值更新删除查询参考文献引入字典在 python 里面的应用还是挺广的，它是一种可变容器模型，可以储存任意类型对象；这一小节来初识 python 中的字典。具体内容 字典是运用键值对的形式来表现的，和Java中的json差不多，一个键对应一个值；整个字典用 { } 来表示：d = { key1:value1, key2:value2} 可以有很多键值对，理论上无穷，但是要根据电脑内存来算。键是唯一的，值不是唯一的，一个键对应一个值。赋值 python 中字典的赋值有多种方
2021-01-02 11:41:03
211
原创 论文阅读 (五)：Eigenvector centrality of nodes in multiplex networks.
将特征向量中心性的概念扩展到多路复用网络，并引入了一些可量化的参数，这些参数可量化代表着多层网络系统中节点的重要性，包括矢量类型中心性的定义。尽管最近已经提出了有关多路复用网络建模和结构的一些结果，但是在这种网络中对中心性参数的研究还没有。还没有得到令人满意的解决。本文的目的是提出复用网络中的中心性定义，并举例说明潜在的应用。
2020-12-25 11:48:19
685
3
原创 论文阅读 (四)：MILIS: Multiple Instance Learning with Instance Selection.
为了提高多示例学习，在交替优化框架中通过以迭代方式将实例选择和分类器学习的步骤交织在一起的方式来做到这一点，以确保收敛。初始实例选择是通过在负实例上使用一个简单但有效的内核密度估计器来实现的
2020-12-21 16:59:01
380
2
Scable Algorithms for Multi-Instance Learning (miVLAD and miFV)
2021-01-05
Eigenvector centrality in multiplex networks
2020-12-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人