09 2011 档案
摘要：写了个测试代码：#include <iostream>using namespace std;class A{public: A(char i):m_i(i) { cout << m_i << "调用了构造函数"<<endl; } ~A() { cout << m_i << "调用了析构函数"<<endl; }private: char m_i;};static A d('d');int main(){ A a('a'); static A
阅读全文
摘要：1. 制作封面和扉页 在“ 插入” 功能区的“ 页” 选项区中单击“ 封面” 按钮，在下拉列表中出现15 种封面的版式结构，选择一种即可自动在第一页前插入这种封面，如图28 所示。对封面图案、标题、作者等元素都可以进行缩放、修改、删除、添加等操作，直到满意为止。 图28 将插入点设置到文档首部，单击“ 插入” 功能区“ 页” 选项区的“ 空白页” 按钮，单击一次插入一张空白页，以此类推。这里不妨多插入几页，为后面制作目录作个准备。这时就可在封面后的第一页输入扉页的内容，如书名、作者、出书日期等。在扉页之后就应该输入或前言、或内容简介、或编者按、或序言之类的文字了。当然不能忘记设置这...
阅读全文
摘要：转自http://blog.csdn.net/codesofmonste/article/details/2467521程序设计思路： 利用c++和matlab混合编程，完成基于pca（主成份分析算法）的数值分析程序。 关键字：c++、matlab、pcafunction GRpca424(input)%input为待分析的原始矩阵%eigenValue是主成份分析过后所得到的原始矩阵的特征值（按照由大到小的顺序给出）%eigenVector是主成分分析过后得到的对应特征值的特征向量矩阵（每列为对应）x=importdata('C:/matlab/infile.txt');in
阅读全文
摘要：转自http://blog.sina.com.cn/s/blog_48554c770100q38a.htmlVC6.0中实现文件拖拽- -我们经常使用到文件拖拽的方法，来对某一个或者某一些文件进行操作。在VC中，我们可以不利用打开文件对话框来选择文件，从而对文件进行操作，我们也可以使用拖拽来实现这样的功能。具体如下：1.首先，把一个对话框或者窗体的扩展属性【接受文件】勾选上。2.我们对WM_DROPFILES消息进行处理。在这里我们使用到了一个API函数：DragQueryFile，它的原型如下：UINT DragQueryFile(HDROP hDrop,UINT iFile,LPTSTR
阅读全文
摘要：转自http://www.slyar.com/blog/prim-simplicity-c.html#include <stdio.h>#include <stdlib.h>#define MAX 100#define MAXCOST 0x7fffffffint graph[MAX][MAX];int Prim(int graph[][MAX], int n){ /* lowcost[i]记录以i为终点的边的最小权值，当lowcost[i]=0时表示终点i加入生成树 */ int lowcost[MAX]; /* mst[i]记录对应lowcost[i]的起点，当mst
阅读全文
摘要：1、关联双向关联：C1-C2：指双方都知道对方的存在，都可以调用对方的公共属性和方法。在GOF的设计模式书上是这样描述的：虽然在分析阶段这种关系是适用的，但我们觉得它对于描述设计模式内的类关系来说显得太抽象了，因为在设计阶段关联关系必须被映射为对象引用或指针。对象引用本身就是有向的，更适合表达我们所讨论的那种关系。所以这种关系在设计的时候比较少用到，关联一般都是有向的。使用ROSE 生成的代码是这样的：classC1...{public:C2*theC2;};classC2...{public:C1*theC1;};双向关联在代码的表现为双方都拥有对方的一个指针，当然也可以是引用或者是值。单向
阅读全文
摘要：来自维基百科单例模式，也叫单子模式，是一种常用的软件设计模式。在应用这个模式时，单例对象的类必须保证只有一个实例存在。许多时候整个系统只需要拥有一个的全局对象，这样有利于我们协调系统整体的行为。比如在某个服务器程序中，该服务器的配置信息存放在一个文件中，这些配置数据由一个单例对象统一读取，然后服务进程中的其他对象再通过这个单例对象获取这些配置信息。这种方式简化了在复杂环境下的配置管理。实现单例模式的思路是：一个类能返回对象一个引用(永远是同一个)和一个获得该实例的方法（必须是静态方法，通常使用getInstance这个名称）；当我们调用这个方法时，如果类持有的引用不为空就返回这个引用，如果类保
阅读全文
摘要：网上各种方法搜索：svm的主体都是用标准的c/c++写的，一般给的libSVM的编译在控制台下进行，所以得到的是在类似DoS窗口下运行的程序，使用MFC应该只用做界面部分，把程序主体基本直接搬上去就行！不过如何在MFC中调用外部exe，并能出入参数，这的确是个问题啊，我调试了好久都没成功啊！纠结ing！svm-scale.exe用来实现数据缩放归一化,svm-train.exe用来训练数据,生成向量机的model模型,svm-predict.exe用来预测.Q: How to build a dynamic library (.dll file) on MS windows?The easie
阅读全文
摘要：1.一旦对项目做一些改动，要保存下当前版本，进行改进是一定要用测试版的。以前的教训太大了。算是经验吧，慢慢adding!
阅读全文
摘要：今天上午跟同学们一起去了市区一个酒店参加华赛的面试，11点才到，去乡村基吃了饭，回来一直等到2点多，才被通知要面试。面试官首先让我自己介绍下，这是次要的，后面的面试题才是重点，全是C的，而且要我做三份，5分钟搞定，我一下子懵了，悲剧了，各种C语言的细节，伤不起啊，最后面试官和蔼地说：咱们一起看下。他给我讲解了每道题，我当时真叫个尴尬啊，看来要想做软件研发得慎重啊，要补好细节！特别是C，光知道C++貌似没什么用！
阅读全文
摘要：Introduction 在实际的项目中,当项目的代码量不断增加的时候，你会发现越来越难管理和跟踪其各个组件，如其不善，很容易就引入BUG。因此、我们应该掌握一些能让我们程序更加健壮的方法。 这篇文章提出了一些建议，能有引导我们写出更加强壮的代码，以避免产生灾难性的错误。即使、因为其复杂性和项目团队结构，你的程序目前不遵循任何编码规则，按照下面列出的简单的规则可以帮助您避免大多数的崩溃情况。Background 先来介绍下作者开发一些软件(CrashRpt),你可以http://code.google.com/p/crashrpt/网站上下载源代码。CrashRpt 顾名思义软件...
阅读全文
摘要：1 用VC创建DLL动态连接库然后选择“一个空的dll工程”，然后点击“确定”便完成了“创建dll项目”的流程。1.2 为dll项目编写源文件新建两个文件：dllDemo.h、 dllDemo.cpp，在头文件”dllDemo.h”中声明三个接口函数：extern "C" _declspec(dllexport) int Sum(int a,int b);//加法函数。extern "C" _declspec(dllexport) int Max(int a, int b);//取较大值函数extern "C" _declspec(d
阅读全文
摘要：利用ResourceView打开工程的资源，修改String Table中的IDR_MAINFRAME的值。已测试很好用！
阅读全文
摘要：local minimum or global minimum ,in machine leaning it is a question to discuss在数学中，极大值与极小值（又被称为极值）是指在一个域上函数取得最大值（或最小值）的点的函数值。而使函数取得极值的点(的横坐标)被称作极值点。这个域既可以是一个邻域，又可以是整个函数域（这时极值称为最值）。局部最大值：如果存在一个ε > 0，使的所有满足|x-x*| < ε的x都有f(x*) ≥ f(x)我们就把点x*称为一个函数f的局部最大值。从函数图像上看，局部最大值就像是山顶。局部最小值： 如果存在一个ε > 0，使
阅读全文
摘要：byRob Zinkovon2010.12.02When people first start reading research papers they go through them in the most completely wrong way. They read them from start to finish, and waste precious hours and days trying to understand them. This time is wasteful because usually these papers aren’t very useful. Whet
阅读全文
摘要：转自：谈谈超平面（hyperplane）有些东西，还是说清楚的好，比如超平面（hyperplane）这个东西。直线、平面在说超平面之前，先说说Rn空间中的直线和平面。给定Rn空间中的一点p和一非负向量v⃗，满足i=tv⃗+p的点i的集合称为Rn空间中的一条直线。上式中t是一个标量，向量v⃗决定了该直线的方向。如图1所示：图1：line figure illustration相对的，给定Rn空间中的一点p和两个线性无关的向量v⃗,w⃗，满足i=tv⃗+sw⃗+p的点i的集合称为Rn空间中的一个平面。上式中t,s均是标量。如图2所示：图2：plane figure illustration更一般的
阅读全文
摘要：根据http://bbs.esrichina-bj.cn/ESRI/viewthread.php?tid=99423&highlight=实现：float get_ndvi(IplImage* img){ CvScalar Scalar; Scalar = cvSum(img);波段和 return float(Scalar.val[1]-Scalar.val[2])/float(Scalar.val[1]+Scalar.val[2]);}
阅读全文
摘要：Please I am about to cluster some data based which have about 15 different columns all of which are numbers(Some categorical while some are measurements) also some of my values are missing in some columns . Please can you give me pointer on how to go about it.I have previously explored the clusterin
阅读全文
摘要：作者：finallyliuyu转载使用等请注明出处源地址其实是http://www.cnblogs.com/finallyliuyu/archive/2010/09/04/1817858.html，作者给出个百度的链接，不解啊首先介绍libsvm 中主要的文件svm.h,svm.c ，这个两个文件实现了svm的算法。 svm-train.c,svm-predict.c 分别完成训练和预测功能。本来我参照svm-train,svm-predict中的 main函数，将train功能，和predict功能直接在程序中整合，结果，调了一天都有异常。。（我还是太菜了）最后在同学的建议下 工程中改用系统
阅读全文
摘要：1、波段均值C1=像素和/像素数（也就是轮廓面积）double CImageDoc::get_band_ava(int curRegion)2、亮度C2=(三个波段均值)/3double CHC::get_intensity(int label)3.标准差C3=先mark一下吧，不知道在博客里怎么编辑公式，囧啊延时操作：1.VC中使用sleep()函数实现延时，它的单位是ms，如延时2秒，用sleep(2000)。精度非常 低，最小计时精度仅为30ms，用sleep函数的不利处在于延时期间不能处理其他的消息，如果时间太长，就好象死机一样，CPU占用率非常高，只能用于 要求不高的延时程序中。当然
阅读全文
摘要：在图形识别方面,主成分分析(Principal Comonents Analysis,PCA)算是比较快速而且又准确的方式之一,它可以对抗图形平移旋转的事件发生,并且藉由主要特征(主成分)投影过后的数据做数据的比对,在多个特征信息里面,取最主要的K个,做为它的特征依据,在这边拿前面共变量矩阵的数据来做沿用,主成分分析使用的方法为计算共变量矩阵,在加上计算共变量矩阵的特征值及特征向量,将特征值以及所对应的特征向量排序之后,取前面主要K个特征向量当做主要特征,而OpenCV也可以对高维度的向量进行主成分分析的计算。PCA（principal component analysis）翻译过来就是主分.
阅读全文
摘要：原理：进行缩放的原因和使用神经网络时的考虑是一样的，由于RBF网络中采用样本数据的欧式距离来计算。主要优点就是避免数值范围较大的属性控制数值范围较小的属性。另一个优点就是避免计算时的numerical difficulties. 因为核值通常依赖特征向量的内积(inner product)，而较大的属性值可能导致numerical问题。因此推荐把每个属性缩放到[-1, 1]或者[0, 1]之间，而且前一个范围要比后一个好，即对列向量进行规范化，其详细解释和计算公式见http://www.faqs.org/faqs/ai-faq/neural-nets/part2/中的“Should I sta
阅读全文
摘要：大数相加，转的算法很明显：#include <stdio.h>#include <string.h> char a[105],b[105]; char* add(char *a,char *b){ int i,j,k = 0,tmp[105],l1 = strlen(a),l2 = strlen(b); for (i = l1-1,j = l2-1;i >= 0 && j >= 0;--i,--j) tmp[k++] = a[i]+b[j]-'0'-'0'; for (;i >= 0;--i) tmp[k
阅读全文
摘要：搞了一个上午啊，伤不起啊：还没搞完啊： 中午有了点思路，何苦保存完数据再这么纠结地修改数据呢？直接在保存源数据的时候，适当修改程序保存成libsvm的格式不就行了吗？下午从寺里回来，不到10分钟就搞定的，有木有啊？解决方法：数字转string函数：template <class T>string num_to_string(T N){ strstream ss; string s; ss << N; ss >> s; return s;} 继续各种转换，但是一个函数内实现：string CImageDoc::convert_libsvm_txt(int i,
阅读全文
摘要：libsvm网站提供给初学者的文档：A Practical Guide to Support Vector Classi cation下载地址：http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf其中比较重要的是FAQ：http://www.csie.ntu.edu.tw/~cjlin/libsvm/faq.html#f307其他格式转换成libsvm格式的C程序：/* convert cvs data to libsvm/svm-light format */#include <stdio.h>#include <
阅读全文
摘要：转自：坯子交叉验证（Cross validation)，有时亦称循环估计， 是一种统计学上将数据样本切割成较小子集的实用方法。于是可以先在一个子集上做分析， 而其它子集则用来做后续对此分析的确认及验证。 一开始的子集被称为训练集。而其它的子集则被称为验证集或测试集。交叉验证是一种评估统计分析、机器学习算法对独立于训练数据的数据集的泛化能力（generalize），交叉验证一般要尽量满足：1）训练集的比例要足够多，一般大于一半2）训练集和测试集要均匀抽样交叉验证主要分成以下几类：1）k-folder cross-validation:k个子集，每个子集均做一次测试集，其余的作为训练集。交叉验证重
阅读全文
