929code

摘要： 给你一个 n 个点的 简单有向图 （没有重复边的有向图），节点编号为 0 到 n - 1 。如果这些边是双向边，那么这个图形成一棵 树 。 给你一个整数 n 和一个 二维 整数数组 edges ，其中 edges[i] = [ui, vi] 表示从节点 ui 到节点 vi 有一条 有向边 。 边反转 阅读全文

摘要： 一. LRU缓存实现 使用双向链表保证O（1）的优先度更改，同时当做优先队列维护插入顺序 同时这里要结合哈希表，保证更改想要的节点 /* 定义Node 双向链表节点 定义 remove 进行删除节点（只删除节点在链表中的关系） 定义 update 更新指定节点的优先度 定义 insert 插入新的节 阅读全文

摘要： 1. 读入PNG图片(RGBA) from PIL import Image from skimage import io, color, util import cv2 img_pillow = Image.open(path) #<class 'PIL.PngImagePlugin.PngIma 阅读全文

摘要： import os os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE" #原始环境为了避免混乱的包冲突 1. 张量（tensor） import torch import numpy as np 1.1 初始化 data = [[1, 2],[3, 4]] x_dat 阅读全文

摘要： 一. 目标检测 目标检测（Object Detection）是计算机视觉里的一个重要领域 其主要任务是识别和定位视频图片中的特定物体，如人、车辆、动物、物体等，并将其标注出来 早期的时候，目标检测主要使用提取特征给分类器（SVM）进行分类的方法。这些方法通常基于图像的低级特征，如边缘、纹理和颜色等， 阅读全文

摘要： 1. 阅读全文

摘要： 一. 高光谱数据读取和特征 本文中数据用例使用 Pavia University HSI 以常见的公开高光谱数据mat格式为例,将mat数据转为字典类型，并读取其中的numpy from scipy.io import loadmat X = loadmat('data/PaviaU.mat')[' 阅读全文

摘要： 一. 高光谱技术 1.1 高光谱概述 普通光谱：有限的波长内采集光谱数据（可见光谱范围），只蕴含颜色信息，相当于只有R、G、B通道 多光谱： 在特定波长范围内选择几个离散的波长点进行数据采集（反射光谱特征峰差异很小，需要更高的分辨率） 高光谱具有更广泛的波长范围内采集连续的光谱数据（插值拟合），从而 阅读全文

摘要： 给你两个长度都为 n 的字符串 s 和 t 。你可以对字符串 s 执行以下操作： 将 s 长度为 l （0 < l < n）的 后缀字符串 删除，并将它添加在 s 的开头。 比方说，s = 'abcd' ，那么一次操作中，你可以删除后缀 'cd' ，并将它添加到 s 的开头，得到 s = 'cdab 阅读全文

摘要： 给你一个大小为 3 * 3 ，下标从 0 开始的二维整数矩阵 grid ，分别表示每一个格子里石头的数目。 网格图中总共恰好有 9 个石头，一个格子里可能会有多个石头。 每一次操作中，你可以将一个石头从它当前所在格子移动到一个至少有一条公共边的相邻格子。 请你返回每个格子恰好有一个石头的最少移动次数 阅读全文