攻城狮凌风

2015年11月18日

信号处理国际会议排名

摘要: 附件是计算机领域的学术会议等级排名情况,分为A+, A, B, C, L 共5个档次。其中A+属于顶级会议,基本是这个领域全世界大牛们参与和关注最多的会议。国内的研究者能在其中发表论文的话,是很值得骄傲的成就。 A类也是非常好的会议了,尤其是一些热门的研究方向,A类的会议投稿多录用率低... 阅读全文

posted @ 2015-11-18 19:43 攻城狮凌风 阅读(4181) 评论(0) 推荐(0) 编辑

2015年11月9日

秋意浓

摘要: 秋意浓 萧萧疏风沁,绵绵秋雨沉。 锦城芙蓉冷,荆乡夜月深。 不曾酬壮志,敢言岁有痕。 但催青骓疾,弹铗付君琛。 阅读全文

posted @ 2015-11-09 22:09 攻城狮凌风 阅读(160) 评论(0) 推荐(0) 编辑

2015年11月4日

每天一道算法题(40)——组成的最小数字

摘要: 题目: 时间限制 100 ms 内存限制 65536 kB 代码长度限制 8000 B 给定数字0-9各若干个。你可以以任意顺序排列这些数字,但必须全部使用。目标是使得最后得到的数尽可能小(注意0不能做首位)。例如:给定两个0,两个1,三个5,一个8,我们得到的最小的数就是10015558。 代... 阅读全文

posted @ 2015-11-04 22:56 攻城狮凌风 阅读(283) 评论(0) 推荐(0) 编辑

2015年11月2日

每天一道算法题(39)——含有重复字符的全排列

摘要: 思路 (1)对于含有重复字符的全排列必须使用isSwap函数 (2)整体思路 a,交换当前子字符串(i----n-1)字符与子字符串后面的每一个位置的字符(满足交换条件下) b,子字符串位置后移(i+1-----n)。递归处理子字符串 c,将a中的交换复原。 ... 阅读全文

posted @ 2015-11-02 13:02 攻城狮凌风 阅读(512) 评论(0) 推荐(0) 编辑

2015年10月27日

xml的解析与创建——bing到youdao导入文件的转换

摘要: 首先是为了解决一个问题:如何将必应单词本中记录的单词转入到有道词典中去。实际上,必应词典可以导出xml文件,但是该文件有道词典无法解析。这里涉及到xml的解析和创建了。 代码如下: import java.io.File;import java.io.FileNo... 阅读全文

posted @ 2015-10-27 22:09 攻城狮凌风 阅读(479) 评论(0) 推荐(0) 编辑

2015年10月13日

运算符++重载

摘要: 运算符重载中,后++(--)需要int参数,前置++(--)则不需要。输入输出重载需定义为友元类型。 #include"iostream"#include"vector"#include"string"using namespace std;class base{ int data... 阅读全文

posted @ 2015-10-13 20:51 攻城狮凌风 阅读(260) 评论(0) 推荐(0) 编辑

每天一道算法题(38)——二叉树的非递归遍历

摘要: #include#include "stack"using namespace std;struct node{ char c; node* left; node *right; bool flag;};void pre(node* head){//非递归前序遍历 stack s; while ... 阅读全文

posted @ 2015-10-13 20:46 攻城狮凌风 阅读(166) 评论(0) 推荐(0) 编辑

2015年9月29日

每天一道算法题(37)——360校招机试之寻找同乡

摘要: 题目: 输如若干行,第一行输入人的个数n和存在同乡关系的对数m。后面紧接着是m行(m #include #includeusing namespace std;void process(int n,int g,vector &v){ int* flag=new int[n+1]; f... 阅读全文

posted @ 2015-09-29 21:33 攻城狮凌风 阅读(259) 评论(0) 推荐(0) 编辑

2015年9月15日

逻辑回归

摘要: 比较好的逻辑回归博客:逻辑回归 本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vecto... 阅读全文

posted @ 2015-09-15 10:47 攻城狮凌风 阅读(262) 评论(0) 推荐(0) 编辑

机器学习算法思想梳理

摘要: 朴素贝叶斯: 有以下几个地方需要注意: 1. 如果给出的特征向量长度可能不同,这是需要归一化为通长度的向量(这里以文本分类为例),比如说是句子单词的话,则长度为整个词汇量的长度,对应位置是该单词出现的次数。 2. 计算公式如下: 其中一项条件概率可以通过朴素贝... 阅读全文

posted @ 2015-09-15 10:12 攻城狮凌风 阅读(402) 评论(0) 推荐(0) 编辑

导航