摘要: C++堆内存管理 auto_ptr的缺陷 在很早的C++98之前,C++用"auto_ptr"智能指针来管理堆分配的内存,它的使用非常简单: auto_ptr ap(new int(1024)); 即将new操作返回的指针作为auto_ptr的初始值,不用调用delete即可实现堆内存的自动释放(如析构的时候)。 由于auto_ptr本身存在一些问题,它在C++11中被抛弃了。例如 1. a... 阅读全文
posted @ 2017-07-12 14:05 wfjiang 阅读(1460) 评论(0) 推荐(0) 编辑
摘要: 目录(?)[+] Dlib+OpenCV深度学习人脸识别 前言 人脸识别在LWF(Labeled Faces in the Wild)数据集上人脸识别率现在已经99.7%以上,这个识别率确实非常高了,但是真实的环境中的准确率有多少呢?我没有这方面的数据,但是可以确信的是真实环境中的识别率并没有那么乐 阅读全文
posted @ 2017-06-22 23:15 wfjiang 阅读(33118) 评论(0) 推荐(0) 编辑
摘要: CMake问题:The CXX compiler identification is unknown CMake version: 3.7.0rc1 or high Visual Studio 2015 Error detailed: The C compiler identification is unknown The CXX compiler identification is un... 阅读全文
posted @ 2017-06-09 09:28 wfjiang 阅读(29373) 评论(0) 推荐(0) 编辑
摘要: CAN总线错误分析与解决 背景 写这篇文章是因为我看到网上介绍CAN总线错误处理的文章,清一色的都是生搬照抄教科书或是数据文档的内容,特别是国内很难找到一些有价值的内容,这让一些真正有需要的人很苦恼,包括我自己。这篇不打算对CAN的错误处理机制做进一步的探讨,而是从实际工作中碰到的具体问题来分析一些 阅读全文
posted @ 2017-05-22 09:19 wfjiang 阅读(46263) 评论(3) 推荐(3) 编辑
摘要: TensorFlow安装及实例-(Ubuntu16.04.1 & Anaconda3) Python-pip 和python-dev Pip是python的默认包管理器,直接用pip安装TensorFlow,安装这两个包 命令:apt-get install python-pip python-dev python-virtualenv 可以virtualenv 创建一个隔离的容器, 来安装 Te... 阅读全文
posted @ 2017-05-06 01:15 wfjiang 阅读(11871) 评论(0) 推荐(0) 编辑
摘要: OCR字符识别,SVM支持向量机实践篇,SVM参数调优 阅读全文
posted @ 2017-03-31 00:15 wfjiang 阅读(8792) 评论(0) 推荐(1) 编辑
摘要: CAN总线要点 前言 CAN总线的应用在现在看来越来越广泛,我厂设备从最初的ARM9与ARM7平台、期间升级过度到CortexA8与Cortex M3平台,再到现在的Cortex M4平台,围绕CAN进行了一系列产品的开发,CAN总线的稳定性是毋庸置疑的。 CAN总线物理结构与特性 CAN总线网络 CAN总线网络主要挂在CAN_H和CAN_L,各个节点通过这两条线实现信号的串行差分传输,为了避免信... 阅读全文
posted @ 2017-03-31 00:07 wfjiang 阅读(74545) 评论(2) 推荐(16) 编辑
摘要: SVM -支持向量机原理详解与实践之四 SVM原理分析 SMO算法分析 SMO即Sequential minmal optimization, 是最快的二次规划的优化算法,特使对线性SVM和稀疏数据性能更优。在正式介绍SMO算法之前,首先要了解坐标上升法。 坐标上升法(Coordinate asce 阅读全文
posted @ 2017-03-14 22:52 wfjiang 阅读(3092) 评论(0) 推荐(1) 编辑
摘要: SVM -支持向量机原理详解与实践之三 什么是核 什么是核,核其实就是一种特殊的函数,更确切的说是核技巧(Kernel trick),清楚的明白这一点很重要。 为什么说是核技巧呢?回顾到我们的对偶问题: 映射到特征空间后约束条件不变,则为: 在原始特征空间中主要是求,也就是和的内积(Inner Pr 阅读全文
posted @ 2017-03-14 22:51 wfjiang 阅读(10613) 评论(1) 推荐(1) 编辑
摘要: SVM -支持向量机原理详解与实践之二 SVM原理分析 以下内容接上篇。 拉格朗日对偶性(Largrange duality)深入分析 前面提到了支持向量机的凸优化问题中拉格朗日对偶性的重要性。 因为通过应用拉格朗日对偶性我们可以寻找到最优超平面的二次最优化, 所以以下可以将寻找最优超平面二次最优化 阅读全文
posted @ 2017-03-14 22:51 wfjiang 阅读(4861) 评论(0) 推荐(0) 编辑