摘要: f = imread('a.jpg'); 读取图像f=rgb2gray(f); 彩色图像灰度化imshow(f); 显示图像[M, N] = size(f); 灰度图像大小分别赋予M,N 阅读全文
posted @ 2014-06-06 20:32 ssdut-deng 阅读(137) 评论(0) 推荐(0) 编辑
摘要: NumPy其实就是Python的一个扩展包,只要是用来做多维数据操作的,管理NumPy最好的学习资料就是:http://infosec.pku.edu.cn/~dulz/doc/Numpy_Example_List.htm里面包含了NumPy每一个属性和方法的用法,比任何数据都要强好多倍。对于Python语言,我是初学者,慢慢来,一天记录一点。先从数据类型说起,Python的变量不需要声明类型,这点是和C/C++的区别内置数据类型有:dictionary ,tuple ,listdictionary ,就是字典,一对一的关系定义:>>> d = {"server&q 阅读全文
posted @ 2014-04-09 19:56 ssdut-deng 阅读(399) 评论(0) 推荐(0) 编辑
摘要: Symbol definition: is n linear subspace of. is the dimension of. is N noise-free data points. is a rank-matrix, represent(>) points that lie in. is a unknown permutation matrix. SSC Algorithm: Step 1: Solve the sparse optimization program ① Uncorrupted data ② Corrupted data ps: E... 阅读全文
posted @ 2013-11-11 20:27 ssdut-deng 阅读(6818) 评论(0) 推荐(0) 编辑
摘要: 1、The step of K-means clustering algorithm : Step 1: Initialize cluster centroidsrandomly Step 2: Repeat until convergence:{ For every i, set For every j, set } Definition:are the training data set. Analysis: K(a parameter of the algorithm)is th... 阅读全文
posted @ 2013-10-31 20:23 ssdut-deng 阅读(431) 评论(0) 推荐(0) 编辑
摘要: 无论是作为一个IT从业者,还是IT学习者,我们总是发现我们的同行或者同学总是会有坚持写博客的习惯,尤其是一些大牛。 从我个人角度来说,其实我是把博客当做一个笔记,倒不是一个记录学习过程的笔记,而相识一个总结笔记。很多书籍、文章、视频,其实当时看过之后,大多数都是看明白了,理解了。但是过不了多久,我们回头看的时候,基本都也都忘得差不多了。通过学习总结的方式来记录,既可以在加强短期内的记忆效果,也可以便于以后回顾复习。 待到后期整理博文时,我再重新对博文分类整理一下,便于自己查看,也便于博友们查看。 阅读全文
posted @ 2013-10-31 19:41 ssdut-deng 阅读(195) 评论(0) 推荐(0) 编辑
摘要: Concept: Supervised learning(监督学习) is to tell the algorithm what the close right answer is for a number of examples,and then we want the algorithm to replicate more or the same. Part I Liner Regression(线性回归) Liner function(线性函数): cost funtion(成本函数): Whenis minimization,theisoptimal soluti... 阅读全文
posted @ 2013-10-21 21:46 ssdut-deng 阅读(299) 评论(0) 推荐(0) 编辑
摘要: Concept: 聚类其实就是讲一个对象的集合分为由相似对象组成的多个类的过程。聚类与分类的区别在于,聚类划分的类是不确定的,需要自身进行相似性比较,并且确定划分的类。 一般而言,对于聚类算法的要求还是比较高的。 具体的可以参看百度百科:http://baike.baidu.com/view/31801.htm 而对于高维数据聚类的聚类算法主要有两种:子空间聚类(Subspace clustering)和基于相似性度量的聚类(Similarity-BasedClustering)。 高维数据聚类的难点在于: 1、适用于普通集合的聚类算法,在高维数据集合中效率极低 2、由于高维... 阅读全文
posted @ 2013-10-17 21:31 ssdut-deng 阅读(17337) 评论(0) 推荐(0) 编辑
摘要: 之前我写过一篇随笔说过,学习APUE最好的方法是结合早期的linux源码,早期的源码干净简洁,通过这种方式,我感觉我的学习效率有了显著提高。 Open函数: int open(const char *pathname, int flag, ... /*mode_t mode */) pathname:打开或创建文件的名字 flag:操作选项 mode:只有在创建时才会使用,用于指定新文件的访问权限位。(与umask设定的文件模式屏蔽字共同决定新文件访问权限) 未完待续! 阅读全文
posted @ 2013-10-17 12:55 ssdut-deng 阅读(161) 评论(0) 推荐(0) 编辑
摘要: 闲来无事,又看了一道算法题,这个题目难度系数有点高,数学功底差算是完全暴露出来了。 Question: 用n个不同的字符(编号1 - n),组成一个字符串,有如下2点要求: 1、对于编号为i 的字符,如果2 * i > n,则该字符可以作为最后一个字符,但如果该字符不是作为最后一个字符的话,则该字符后面可以接任意字符; 2、对于编号为i的字符,如果2 * i = 2 * i。 问有多少长度为M且符合条件的字符串。 例如:N = 2,M = 3。则abb, bab, bbb是符合条件的字符串,剩下的均为不符合条件的字符串。 输入:n,m (2<=n,m<=1000000000) 阅读全文
posted @ 2013-10-15 21:50 ssdut-deng 阅读(193) 评论(0) 推荐(0) 编辑
摘要: 学过Operating System的同学,应该对于文件系统并不陌生。今天就简单总结一下Unix操作系统的文件管理。 Basic Concept: 文件描述符:非负整数,对于内核而言,所有打开的文件都通过文件描述符引用。 按照惯例,unix系统shell使用文件描述符0与标准输入相关联,1与标准输出相关联,2与标准出错输出相关联。 权限管理:所有文件(包括目录以及其它文件)都有访问权限,一共有9个访问权限位。 如果是创建新的文件或者目录的话,新文件的owner_ID为进程的有效用户ID,新文件的group_ID为进程的有效组ID或者它所在目录的组ID(在linux系统中,可以使用... 阅读全文
posted @ 2013-10-15 16:05 ssdut-deng 阅读(187) 评论(0) 推荐(0) 编辑