10 2016 档案
摘要：参考： MFC中的CDC详细教程1,2,3 StretchDIBits用法
阅读全文
摘要：对话框的（上下/左右）滚动事件，比如，把一个比较大的对话框放入tab控件的某一页时，就需要添加滚动条。在使用了java和qt等图形界面化的集成开发环境之后，再使用MFC，就会发现，想要让一个对话框滚动是多么麻烦的一件事情。下面我记录一下自己在使用MFC对话框自己带的垂直滚动条的过程。 (1)设置对话
阅读全文
摘要：matlab修改多级文件夹路径下的文件名： matlab删除多级文件夹路径下的某类文件：
阅读全文
摘要：标准(窗口)消息：窗口消息一般与窗口内部运作有关，如创建窗口，绘制窗口，销毁窗口，通常，消息是从系统发到窗口，或从窗口发到系统。发送函数SendMessage()或者PostMessage()。除WM_COMMAND之外，所有的以WM_开头的消息。从CWnd派生的类，都可以接受到这类消息。注意：标准
阅读全文
摘要：参考：http://www.360doc.com/content/11/1102/09/3054335_160991088.shtml 写的很详细可以看看 IDC_：控件的ID命名前缀（Control) IDM_：菜单的ID命名前缀（Menu) IDD_：对话框的ID命名前缀（Dialog) IDR
阅读全文
摘要：从机器学习谈起 介绍 工具是机器学习的重要组成部分，选择合适的工具与使用最好的算法同等重要。 在这篇文章中，你将会见识到各种机器学习工具。了解它们为什么重要，以及可供选择的工具类型。 为什么要使用工具 机器学习工具使得应用机器学习更快，更简单，更有趣。 更快：好工具可以自动化应用机器学习过程中的每一
阅读全文
摘要：(1)C语言跟内存分配方式 <1>从静态存储区域分配. 内存在程序编译的时候就已经分配好，这块内存在程序的整个运行期间都存在.例如全局变量、static变量.<2>在栈上创建 在执行函数时，函数内局部变量的存储单元都可以在栈上创建，函数执行结束时这些存储单元自动被释放.栈内存分配运算内置于处理器的指
阅读全文
摘要：我们以最简单的一元线性模型来解释最小二乘法。什么是一元线性模型呢？ 监督学习中，如果预测的变量是离散的，我们称其为分类（如决策树，支持向量机等），如果预测的变量是连续的，我们称其为回归。回归分析中，如果只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。
阅读全文
摘要：1、查看文件存在 dir() 若存在，返回文件信息 dir(‘test.txt’) %查看当前目录是否存在test.txt文件 dir(‘test.txt’) %查看当前目录是否存在test.txt文件 dir(‘C:\test.txt’) %查看指定目录是否存在test.txt文件 2、查看文件存
阅读全文
摘要：(image = dir('D:\gesture\*.*'); % dir是指定文件夹得位置，他与dos下的dir用法相同。 用法有三种: 1. dir 是指工作在当前文件夹里 2. dir name指定某一个文件，name可以如*.txt 3. file=dir('filename’); 例如fi
阅读全文
摘要：逻辑回归(Logistic Regression, LR)模型其实仅在线性回归的基础上，套用了一个逻辑函数，但也就由于这个逻辑函数，使得逻辑回归模型成为了机器学习领域一颗耀眼的明星，更是计算广告学的核心。本文主要详述逻辑回归模型的基础，至于逻辑回归模型的优化、逻辑回归与计算广告学等，请关注后续文章。
阅读全文
摘要：透视变换 Perspective Transformation 原理 由于用齐次坐标表示，三维几何变换的矩阵是一个4阶方阵，其形式如下： 。 其中，产生按轴缩放、旋转、错切等变换。产生平移变换，产生投影变换，产生整体的缩放变换。 在这个教程中你将学习到如何: 使用OpenCV函数 warpAffin
阅读全文
摘要：[Machine Learning & Algorithm] 随机森林（Random Forest） 前言： 决策树这种算法有着很多良好的特性，比如说训练时间复杂度较低，预测的过程比较快速，模型容易展示（容易将得到的决策树做成图片展示出来）等。但是同时，单决策树又有一些不好的地方，比如说容易over
阅读全文
摘要：ofstream的使用方法ofstream是从内存到硬盘，ifstream是从硬盘到内存，其实所谓的流缓冲就是内存空间; 在C 中，有一个stream这个类，所有的I/O都以这个“流”类为基础的，包括我们要认识的文件I/O，stream这个类有两个重要的运算符： 1、插入器(<<) 向流输出数据。比
阅读全文
摘要：一、这两个函数均在io.h里面。 二、首先了解一下一个文件结构体： struct _finddata_t { unsigned attrib; time_t time_create; time_t time_access; time_t time_write; _fsize_t size; char
阅读全文
摘要：参考：http://blog.csdn.net/mousever/article/details/45967643 概率分布之间的距离度量以及python实现 http://www.cnblogs.com/wentingtu/archive/2012/05/03/2479919.html 1. 欧氏
阅读全文
摘要：1.相对于容易过度拟合训练样本的人工神经网络，支持向量机对于未见过的测试样本具有更好的推广能力。 2.SVM更偏好解释数据的简单模型 二维空间中的直线，三维空间中的平面和更高维空间中的超平面。 3.SVM正是从线性可分情况下的最优分类面发展而来，主要思想就是寻找能够成功分开两类样本并且有最大分类间隔
阅读全文
摘要：通常而言，损失函数由损失项(loss term)和正则项(regularization term)组成。发现一份不错的介绍资料： http://www.ics.uci.edu/~dramanan/teaching/ics273a_winter08/lectures/lecture14.pdf （题名
阅读全文
摘要：1. An overview of gradient descent optimization algorithms http://ruder.io/optimizing-gradient-descent/index.html https://arxiv.org/abs/1609.04747 2.
阅读全文
摘要：http://blog.csdn.net/zouxy09/article/details/24971995/ L1正则化及其推导 http://blog.csdn.net/zouxy09/article/details/24971995/ L1正则化及其推导 Laplace（拉普拉斯）先验与L1正则
阅读全文
摘要：虽然二叉树的操作很常见，但是认真写写熟悉很重要，特别是typedef,
阅读全文
摘要：人工智能（artificial intelligence，AI）是科技研究中最热门的方向之一。像 IBM、谷歌、微软、Facebook 和亚马逊等公司都在研发上投入大量的资金、或者收购那些在机器学习、神经网络、自然语言和图像处理等领域取得了进展的初创公司。考虑到人们对此感兴趣的程度，我们将不会惊讶于
阅读全文
摘要：LDA算法入门 一． LDA算法概述： 线性判别式分析(Linear Discriminant Analysis, LDA)，也叫做Fisher线性判别(Fisher Linear Discriminant ,FLD)，是模式识别的经典算法，它是在1996年由Belhumeur引入模式识别和人工智能
阅读全文
摘要：今天跟着左老师的视频，理解了四种复杂度为 O(N*log(N))的排序算法，以前也理解过过程，今天根据实际的代码，感觉基本的算法还是很简单的，只是自己写的时候可能一些边界条件，循环控制条件把握不好。
阅读全文
摘要：副本集（Replica Set）是一组MongoDB实例组成的集群，由一个主（Primary）服务器和多个备份（Secondary）服务器构成。通过Replication，将数据的更新由Primary推送到其他实例上，在一定的延迟之后，每个MongoDB实例维护相同的数据集副本。通过维护冗余的数据库
阅读全文
摘要：感觉位操作的题目都要换个角度思考，转为问题然后就变得很简单！然后本题需要理解题意，刚开始没有看懂。
阅读全文