摘要：
图像中的大部分运算都是通过卷积运算完成的 卷积运算：可看作是加权求和的过程，使用到的图像区域中的每个像素分别与卷积核(权矩阵)的每个元素对应相乘，所有乘积之和作为区域中心像素的新值 卷积核：卷积时使用到的权，用一个矩阵表示，该矩阵与使用的图像区域大小相同，其行、列都是奇数，是一个权矩阵（之所以是奇数 阅读全文
摘要：
处理出如问题： 阅读全文
摘要：
<<STL源码剖析>>中的描述： 上图表明了关于sort算法的两大要点： sort（randomacessiterator it1,randomacessiterator it1）即，sort算法的输入形参是两个，而且必须都是随机迭代器（貌似只有vector和deque满足？） sort默认的排序结 阅读全文
摘要：
题目： 给定一个整数数组 nums ，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。 示例： 输入: [-2,1,-3,4,-1,2,1,-5,4], 输出: 6 解释: 连续子数组 [4,-1,2,1] 的和最大，为 6。 初次拿到这个题目，最直接的想法是：遍历整个数组， 阅读全文
摘要：
STL中的find()函数，提供了强大的功能。 当我们判断一个字符串是否包含另一个字符串的时候，可以使用find(); 如下图： #include <iostream> #include <string> using namespace std; int main() { string a="abc 阅读全文
摘要：
和之前的支持向量机，还有LDA不同，贝叶斯分类器是基于概率模型的分类器；也就是在所有相关概率已知的情况下，贝叶斯决策基于这些概率和误判损失来选择最优的类别标记。 对于贝叶斯分类器，是建立在贝叶斯概率模型上的： 贝叶斯模型是一种典型的”基于结果求原因的模型“，其中： p(w)：为先验概率，表示每种类别 阅读全文
摘要：
关于SVM的描述： https://www.cnblogs.com/simpleDi/p/10230477.html 关于SVM最好的描述应该看西瓜书： 支持向量机的核心可以用下图描述之： 支持向量机的本质正如上图所示：求出一个超平面，将不同的类别分开。而这个超平面的位置，实际上仅仅与类别中与平面最 阅读全文
摘要：
关于线性判别分析算法LDA算法，可以用来降维和分类，一种监督学习策略（也就是你要指定分几类），这一点是不同于PCA的（PCA是非监督学习的）。 推荐学习网址： https://blog.csdn.net/ruthywei/article/details/83045288 https://blog.c 阅读全文
摘要：
网址：https://blog.csdn.net/monsterhoho/article/details/46753673 阅读全文
摘要：
python在写机器学习的代码过程中，需要引入如numpy、matpoltlib、pandas等等等。有时候直接pip install+对应的包名并不能正确安装，或者安装后依旧会出现安装不完全的情况。这里推荐一个基本包含了机器学习以及数据可视化功能的所有python包的下载网站Unofficial 阅读全文