03 2016 档案

Longest Substring Without Repeating Characters
摘要：#include #include #include #include #include using namespace std;int lengthOfLongestSubstring(string s) { vector temp(256, -1); int max_l = 0; int begin = 0; for (int i = 0; i < s.size(); ... 阅读全文
posted @ 2016-03-14 22:11 HUSTLX 阅读(143) 评论(0) 推荐(0)
ffmpeg常见命令
摘要：一、安装 下载ffmpeg，解压之后配置环境变量即为安装 打开dos界面，进入目标文件夹例如：E:/ cd E:\BaiduYunDownload\ffmpeg\ffmpeg_simple_player\ffmpeg_simple_player\ffmpeg_simple_player1\res 二、命令参数 命令格式：ffmpeg -i [输入文件名] [... 阅读全文
posted @ 2016-03-14 11:15 HUSTLX 阅读(3703) 评论(0) 推荐(0)
KNN及其改进算法的python实现
摘要：一、 马氏距离 我们熟悉的欧氏距离虽然很有用，但也有明显的缺点。它将样品的不同属性（即各指标或各变量）之间的差别等同看待，这一点有时不能满足实际要求。例如，在教育研究中，经常遇到对人的分析和判别，个体的不同属性对于区分个体有着不同的重要性。因此，有时需要采用不同的距离函数。 如果用dij表示第i个样品和第j个样品之间的距离，那么对一切i，j和k，dij应该满足如下四个条件： ①当且仅当i=... 阅读全文
posted @ 2016-03-11 10:58 HUSTLX 阅读(7441) 评论(0) 推荐(0)
流式数据处理
摘要：1、 直接登陆服务器：ssh 2014210***@thumedia.org -p 6349 创建streaming.py: touch streaming.py,并且如下编辑： #! /usr/bin/python import logging import math import time pg2count={} t=1 while 1: fp=open('/tmp/hw3.l... 阅读全文
posted @ 2016-03-11 10:55 HUSTLX 阅读(2383) 评论(0) 推荐(0)
MATLAB和c#混合编程实现心电图显示软件
摘要：[在此处输入文章标题] 由于MATLAB自带的GUI平台设计的界面不是很美观而且设计过程并不是很方便，我们选择了用c#来做软件界面的实现。我们用MATLAB做信号处理封装成函数，把函数编译成dll格式，然后用c#调用MATLAB的函数即可。在设计过程中遇到两个主要的麻烦，一个是MATLAB和c#数值类型的转化问题，而且c#函数多输出、多输入问题是从来没有遇到过的，另一个问题是实现动... 阅读全文
posted @ 2016-03-11 10:49 HUSTLX 阅读(1275) 评论(0) 推荐(0)
利用weka和clementine数据挖掘举例
摘要：1.数据概述 本报告中采用的数据集来自于UCI经典数据集Adult，最初来源是由1994年Barry Becker的统计数据集，该数据集本来最初的主要任务是根据数据集中的相关属性预测某个人的年收入是大于50K还是小于等于50K。本数据集一共有14个属性用来预测个人的年收入，包括了年龄、工作阶层、教育程度、职业、性别、种族、家庭状况等情况。这14个基本属性中有一项属性为fnlwgt，即... 阅读全文
posted @ 2016-03-11 10:40 HUSTLX 阅读(3879) 评论(0) 推荐(0)
暗通道图像去雾
摘要：一、 实验原理 在绝大多数非天空的局部区域里，某一些像素总会有至少一个颜色通道有很低的值。换言之，该区域光强度的最小值是个很小的数。 我们给暗通道一个数学定义，对于任意的输入图像J，其暗通道可以用下式表达： 式中Jc表示彩色图像的每个通道 ，Ω(x)表示以像素X为中心的一个窗口。 式（5）的意义用代码表达也很简单，首先求出每个像素RGB分量中的最小值，存... 阅读全文
posted @ 2016-03-11 10:32 HUSTLX 阅读(1154) 评论(0) 推荐(0)
利用python进行折线图，直方图和饼图的绘制
摘要：我用10个国家某年的GDP来绘图，数据如下： labels = ['USA', 'China', 'India', 'Japan', 'Germany', 'Russia', 'Brazil', 'UK', 'France', 'Italy'] quants = [15094025.0, 11299967.0, 4457784.0, 4440376.0, 3099080.0, 2383... 阅读全文
posted @ 2016-03-11 10:23 HUSTLX 阅读(8832) 评论(0) 推荐(0)
Python安装、配置
摘要：1、Python简介：Python在Linux、windows、Mac os等操作系统下都有相应的版本，不管在什么操作系统下，它都能够正常工作。除非使用平台相关功能，或特定平台的程序库，否则可以跨平台使用。python有许多优点，如：简单、易学、免费开源、高层语言、可移植性、解释性、面向对象、可扩展性、可嵌入性、丰富的库。2 安装python Windows之所以使用的这么普遍，是因为在win... 阅读全文
posted @ 2016-03-11 10:22 HUSTLX 阅读(319) 评论(0) 推荐(0)
改进的SMO算法
摘要：S. S. Keerthi等人在Improvements to Platt’s SMO Algorithm for SVM Classifier Design一文中提出了对SMO算法的改进，纵观SMO算法，其核心是怎么选择每轮优化的两个拉格朗日乘子，标准的SMO算法是通过判断乘子是否违反原问题的KKT条件来选择待优化乘子的，由KKT条件： 是否违反它，与这几个因素相关：拉格朗日乘子 、样... 阅读全文
posted @ 2016-03-11 10:17 HUSTLX 阅读(545) 评论(0) 推荐(0)
拉普拉斯特征图降维及其python实现
摘要：这种方法假设样本点在光滑的流形上，这一方法的计算数据的低维表达，局部近邻信息被最优的保存。以这种方式，可以得到一个能反映流形的几何结构的解。 步骤一：构建一个图G=(V,E),其中V={vi，i=1,2,3…n}是顶点的集合，E={eij}是连接顶点的vi和vj边，图的每一个节点vi与样本集X中的一个点xi相关。如果xi，xj相距较近，我们就连接vi，vj。也就是说在各自节点插入一个边eij，如果... 阅读全文
posted @ 2016-03-11 10:13 HUSTLX 阅读(1388) 评论(0) 推荐(0)
PCA降维
摘要：1.1算法流程 假设有m个samples，每个数据有n维。 1. 计算各个feature的平均值，计μj ;（Xj(i)表示第i个样本的第j维特征的value） μj = Σm Xj(i)/m meanVals = mean(dataMat, axis=0) 2. 将每一个feature scaling：将在不同scale上的feature进行归一化； 3. 将特征进行mean normal... 阅读全文
posted @ 2016-03-11 09:30 HUSTLX 阅读(722) 评论(0) 推荐(0)
决策树及其python实现
摘要：剪枝 由于悲观错误剪枝 PEP (Pessimistic Error Pruning)、代价-复杂度剪枝 CCP (Cost-Complexity Pruning)、基于错误剪枝 EBP (Error-Based Pruning)、最小错误剪枝 MEP (Minimum Error Pruning)都是用于分类模型，故我们用降低错误剪枝 REP ( Reduced Error Pruning)方法... 阅读全文
posted @ 2016-03-11 09:23 HUSTLX 阅读(1441) 评论(0) 推荐(0)
朴素贝叶斯改进及其应用
摘要：贝叶斯定理 设是类标号未知的数据样本，为某种假设，数据样本 属于某特定的类 C ，对于该分类问题，期望确定，即给定观测数据样本，假定成立的概率，称为后验概率，或称条件下的后验概率。分类就是要确定。 例如，假定数据样本集由顾客组成，用他们的年龄和收入情况进行分类。假定表示顾客的年龄在31岁到40之间并且中等收入，表示顾客将购买电脑，则反映的是观察到顾客的年龄在31岁到40之间并且中等收入时，将购买电... 阅读全文
posted @ 2016-03-10 22:12 HUSTLX 阅读(1336) 评论(0) 推荐(0)
数据预处理
摘要：1.概述 数据挖掘是从大量的，不完全的，有噪声的，模糊的，随即的数据中，提取隐含在其中的，人们事先不知道的，但有潜在的有用信息和知识的过程。数据挖掘过程一般包括数据采集，数据预处理，数据挖掘以及知识评价和呈现。在一个完整的数据挖掘过程中，数据预处理要花费60%左右的时间，而后的挖掘工作仅仅占工工作量的10%左右。目前对挖掘的研究主要集中于挖掘技术，挖掘算法，挖掘语言等在海量的原始数据中，存在这... 阅读全文
posted @ 2016-03-10 20:21 HUSTLX 阅读(6991) 评论(0) 推荐(0)
BP神经网络分类器的设计
摘要：1.BP神经网络训练过程论述 BP网络结构有3层：输入层、隐含层、输出层，如图1所示。 图1 三层BP网络结构 3层BP神经网络学习训练过程主要由4部分组成：输入模式顺传播（输入模式由输入层经隐含层向输出层传播计算）、输出误差逆传播（输出的误差由输出层经隐含层传向输入层）、循环记忆训练（模式顺序传播与误差逆传播的计算过程反复交替循环进行）和学习结果判别（判定全局误差是否趋向极小值）。... 阅读全文
posted @ 2016-03-10 20:11 HUSTLX 阅读(4575) 评论(3) 推荐(2)
聚类算法
摘要：聚类算法 李鑫 2014210820 电子系 1、kmeans算法 1.1Kmeans算法理论基础 K均值算法能够使聚类域中所有样品到聚类中心距离平方和最小。其原理为：先取k个初始聚类中心，计算每个样品到这k个中心的距离，找出最小距离，把样品归入最近的聚类中心，修改中心点的值为本类所有样品的均值，再计算各个样品到新的聚类中心的距离，重新归类，修改新的中心点，直到新的聚类中心和上一... 阅读全文
posted @ 2016-03-10 19:35 HUSTLX 阅读(3625) 评论(0) 推荐(0)
c++面试常见160问
摘要：1.在C++ 程序中调用被C 编译器编译后的函数，为什么要加extern “C”？答：首先，extern是C/C++语言中表明函数和全局变量作用范围的关键字，该关键字告诉编译器，其声明的函数和变量可以在本模块或其它模块中使用。通常，在模块的头文件中对本模块提供给其它模块引用的函数和全局变量以关键字extern声明。extern "C"是连接申明(linkage declaration),被exte... 阅读全文
posted @ 2016-03-09 18:53 HUSTLX 阅读(328) 评论(0) 推荐(0)
43. Multiply Strings
摘要：string multiply(string num1, string num2) { if (num1 == "0" || num2 == "0") return "0"; int sa = num1.size(); int sb = num2.size(); vector temp(sa + sb, 0); for (int i = sa - 1; i >= 0;... 阅读全文
posted @ 2016-03-08 21:07 HUSTLX 阅读(142) 评论(0) 推荐(0)
66. Plus One
摘要：vector plusOne(vector& digits) { vector res; int carry = 1; for (int i = digits.size() - 1; i >= 0; i--) { int sum = carry + digits[i]; carry = sum / 10; res.push_back(su... 阅读全文
posted @ 2016-03-08 20:15 HUSTLX 阅读(154) 评论(0) 推荐(0)
67. Add Binary
摘要：#include #include #include #include #include using namespace std;string addBinary(string a, string b) { int carry = 0; int len = a.size() > b.size() ? a.size() : b.size(); string res; for ... 阅读全文
posted @ 2016-03-08 19:59 HUSTLX 阅读(172) 评论(0) 推荐(0)
2. Add Two Numbers
摘要：#include #include #include #include #include using namespace std;struct ListNode { int val; ListNode *next; ListNode(int x) : val(x), next(NULL) {} };ListNode* addTwoNumbers(ListNode* l1, ... 阅读全文
posted @ 2016-03-07 16:49 HUSTLX 阅读(149) 评论(0) 推荐(0)
18. 4Sum
摘要：#include #include #include #include #include using namespace std; vector> fourSum(vector& nums, int target) { vector> res; sort(nums.begin(), nums.end()); int len = nums.size(); for (i... 阅读全文
posted @ 2016-03-07 16:48 HUSTLX 阅读(151) 评论(0) 推荐(0)
16. 3Sum Closest
摘要：#include #include #include #include #include using namespace std; int threeSumClosest(vector& nums, int target) { sort(nums.begin(), nums.end()); int len = nums.size(); int min = INT_MAX; ... 阅读全文
posted @ 2016-03-07 14:57 HUSTLX 阅读(177) 评论(0) 推荐(0)
3sum
摘要：#include #include #include #include #include using namespace std;vector> threeSum(vector& nums) { sort(nums.begin(), nums.end()); int len = nums.size(); vector> res; for (int i = 0; i num... 阅读全文
posted @ 2016-03-07 10:22 HUSTLX 阅读(192) 评论(0) 推荐(0)
two sum
摘要：#include #include #include #include using namespace std;vector twoSum(vector& nums, int target) { int len = nums.size(); map temp; vector re; for (int i = 0; i second); re.push_... 阅读全文
posted @ 2016-03-07 09:09 HUSTLX 阅读(171) 评论(0) 推荐(0)
Verify Preorder Serialization of a Binary Tree
摘要：bool isValidSerialization(string preorder) { int len = preorder.size(); vector temp; bool flag = true; for (int i = 0; i 1 && temp[sz - 1] == '#'&&temp[sz - 2] == '#') { temp.p... 阅读全文
posted @ 2016-03-06 14:43 HUSTLX 阅读(190) 评论(0) 推荐(0)
神经网络原理及其c++实现
摘要：1引言 数字识别是模式识别领域 中的一个重要分支,数字识别一般通过特征匹配及特征判别的传统方法进行处理。特征匹配通常适用于规范化的印刷体字符的识别,而 特征判别多用于手写字符识别,这些方法还处于探索阶段,识别率还比较低。随着神经网络技术的飞速发展,其本身具有的高度并行性、较强的自组织能力和容错性、较 阅读全文
posted @ 2016-03-05 20:57 HUSTLX 阅读(15218) 评论(0) 推荐(0)
边缘检测与图像分割
摘要：1图像分割原理 图像分割的研究多年来一直受到人们的高度重视，至今提出了各种类型的分割算法。Pal把图像分割算法分成了6类：阈值分割，像素分割、深度图像分割、彩色图像分割，边缘检测和基于模糊集的方法。但是，该方法中，各个类别的内容是有重叠的。为了涵盖不断涌现的新方法，有的研究者将图像分割算法分为以下六 阅读全文
posted @ 2016-03-05 19:30 HUSTLX 阅读(31271) 评论(3) 推荐(5)
卡车图像分离车头、车厢、车轮
摘要：要求对400张卡车图片进行处理，分割出车头、车轮、和车厢，在尝试了以上多种方法失败之后，用了2010年Varun Gulshan等提出的一种Geodesic Star Convexity Sequential system（简称GSCseq）算法[2]，该算法很适合于我们感兴趣的区域都在图像中央的这种情况，下图显示了原图像和处理之后保存的结果，绿色表示车头，蓝色表示车厢，红色表示车轮。用红色... 阅读全文
posted @ 2016-03-05 19:26 HUSTLX 阅读(1520) 评论(0) 推荐(0)
提取图像里面的红色灯笼（二）
摘要：首先对图像进行简单的阈值处理： /************************************************************** 函数功能：对图像hsi空间红色灯笼的提取 输入参数：源图像src；目标图像des；图像参数width,height,nChannels； 输 阅读全文
posted @ 2016-03-05 19:17 HUSTLX 阅读(654) 评论(0) 推荐(0)
提取图像里面的红色灯笼（一）
摘要：图像的分割：RGB空间图像的分割： /************************************************************** 函数功能：对图像rgb空间红色灯笼的提取 输入参数：源图像src；目标图像des；图像参数width,height,nChannels； 阅读全文
posted @ 2016-03-05 19:09 HUSTLX 阅读(1318) 评论(0) 推荐(0)
图像加噪和图像滤波
摘要：1. 椒盐噪声（Salt And Pepper Noise） 椒盐噪声是一种因为信号脉冲强度引起的噪声，信噪比（Signal NoiseRate）是衡量图像噪声的一个数字指标。 给一副数字图像加上椒盐噪声的处理顺序应该如下： 指定信噪比 SNR 其取值范围在[0, 1]之间 计算总像素数目 SP，得 阅读全文
posted @ 2016-03-05 18:56 HUSTLX 阅读(4376) 评论(0) 推荐(0)
双线性插值原理与实现
摘要：在对图像进行空间变换的过程中，典型的情况是在对图像进行放大处理的时候，图像会出现失真的现象。这是由于在变换之后的图像中，存在着一些变换之前的图像中没有的像素位置。为了说明这个问题，不妨假设有一副大小为64x64的灰度图像A，现在将图像放大到256x256，不妨令其为图像B，如图1所示。显然，根据简单 阅读全文
posted @ 2016-03-05 18:45 HUSTLX 阅读(5741) 评论(0) 推荐(0)
同态滤波
摘要：在生活中会得到这样的图像，它的动态范围很大，而我们感兴趣的部分的灰度又很暗，图像细节没有办法辨认，采用一般的灰度级线性变换法是不行的。图像的同态滤波属于图像频率域处理范畴，其作用是对图像灰度范围进行调整，通过消除图像上照明不均的问题，增强暗区的图像细节，同时又不损失亮区的图像细节. 我们人眼能分别得 阅读全文
posted @ 2016-03-05 18:43 HUSTLX 阅读(18545) 评论(1) 推荐(1)
直方图均衡化原理与实现
摘要：直方图均衡化(Histogram Equalization) 又称直方图平坦化,实质上是对图像进行非线性拉伸,重新分配图像象元值,使一定灰度范围内象元值的数量大致相等。这样,原来直方图中间的峰顶部分对比度得到增强,而两侧的谷底部分对比度降低,输出图像的直方图是一个较平的分段直方图:如果输出数据分段值 阅读全文
posted @ 2016-03-05 18:20 HUSTLX 阅读(87761) 评论(0) 推荐(2)
图像旋转的原理与实现
摘要：图像旋转的原理与实现 一般图像的旋转是以图像的中心为原点，旋转一定的角度，也就是将图像上的所有像素都旋转一个相同的角度。旋转后图像的的大小一般会改变，即可以把转出显示区域的图像截去，或者扩大图像范围来显示所有的图像。图像的旋转变换也可以用矩阵变换来表示。设点逆时针旋转角后的对应点为。那么，旋转前后点 阅读全文
posted @ 2016-03-05 17:23 HUSTLX 阅读(16799) 评论(2) 推荐(1)