摘要：
1. 应用K-means算法进行图片压缩 读取一张图片 观察图片文件大小，占内存大小，图片数据结构，线性化 用kmeans对图片像素颜色进行聚类 获取每个像素的颜色类别，每个类别的颜色 压缩图片生成：以聚类中收替代原像素颜色，还原为二维 观察压缩图片的文件大小，占内存大小 代码如下： from sk 阅读全文
摘要：
1）. 扑克牌手动演练k均值聚类过程：>30张牌，3类 第一次选取聚类中心为（2，10，13） 得出第二次的聚类中心为(3,9,12) 得出第三次的聚类中心为（3，8，12） 重复上述操作，最终聚类中心稳定出现在（3，8，12），则确定出聚类中心。 3）. 用sklearn.cluster.KMea 阅读全文
摘要：
1、概率论与贝叶斯先验 2、矩阵和线性代数 3、总结“梯度”，“梯度下降”和“贝叶斯定理” 梯度：函数在某一点的梯度是一个自变量空间内的向量。自变量顺着梯度方向变化时函数值上升得最快。梯度的模是函数值上升的速率。梯度朝某方向投影的长度是自变量顺着该方向变化时函数值的变化率。 梯度下降：从任一点开始， 阅读全文
摘要：
1、Python环境及pip list截图 2、学习笔记 2.1 机器学习概论 建模——预测 机器学习的一般流程：数据收集——数据请理——特征工程——数据建模 机器学习的方法：线性回归、EM算法、GMM与图像、图像的卷积、去均值ICA分离、带噪声的信号分离、SVM：高斯核函数的影响RBF、Crawl 阅读全文
摘要：
1.语法文法G[E]如下所示： E→E+T | E-T | T T→T* F | T/F | F F→P^ F | P P→(E) | i 要求构造出符合语义分析要求的属性文法描述（主要写生成四元式的部分）。 解： E→E1+T1 { E.place:=newtemp; emit ( E.place 阅读全文
摘要：
1. 已知算符优先关系矩阵如下表： + * i ( ) # + > < < < > > * > > < < > > i > > > > ( < < < < = ) > > > > # < < < < = 写出符号串(i+i)*i#的算符优先分析过程。 解： 栈 关系 输入串 动作 # < (i+i) 阅读全文
摘要：
1.已知文法： E→E+T | T T→T*F | F F→(E) | i 以句柄作为可归约串，写出符号串‘i+i*i#’的"移进-归约"分析过程。 解： 符号栈 输入串 动作 # I+i*i# 移进 #i +i*i# 归约 #F +i*i# 归约 #T +i*i# 归约 #E +i*i# 移进 # 阅读全文
摘要：
一、实验目的： 利用C语言编制递归下降分析程序,并对简单语言进行语法分析。 编制一个递归下降分析程序,实现对词法分析程序所提供的单词序列的语法检查和结构分析。 二、实验原理 每个非终结符都对应一个子程序。 该子程序根据下一个输入符号(SELECT集)来确定按照哪一个产生式进行处理，再根据该产生式的右 阅读全文
摘要：
1. 文法 G（S）: （1）S -> AB （2）A ->Da|ε （3）B -> cC （4）C -> aADC |ε （5）D -> b|ε 验证文法 G（S）是不是 LL（1）文法？ 解： FIRST集 FIRST(A) = { b , a , ε} FIRST(C) = { a , ε} 阅读全文
摘要：
1.将以下文法消除左递归，分析符号串 i*i+i 。 并分别求FIRST集、FOLLOW集，和SELECT集 E -> E+T | T T -> T*F | F F -> (E) | i 答：消除左递归： E -> TE' E' -> +TE' | ɛ T -> FT' T' -> *FT' | ɛ 阅读全文