自挂逸夫楼

摘要： 概述： 信息使用来消除不确定性的东西 信息不等于消息，消息只是信息的载体 度量： 信息的大小是由信息消除的不确定性的大小决定的 中国男子乒乓球队获得冠军与中国男子足球队获得冠军的信息量完全不同 事件1的不确定性为I(p1), p1为事件1的先验概率 信息A消除的不确定性为I(p2) 则获取信息A后事 阅读全文

摘要： fork() 使用fork创建一个子进程 在子进程从此时开始执行，并不执行fork前的内容 fork在父进程中返回子进程的PID， 在子进程中返回0 子，父进程是并行执行的，所以输出可能是掺杂到一起的 2、wait（ ） 等待子进程运行结束。如果子进程没有完成，父进程一直等待。 调用格式： int 阅读全文

摘要： 判别分析是用一种统计的方法根据已有的数据集去分析新的数据属于那一类的方法 适用于数据集较小的情况，因为数据量够大的话神经网络的准确率会比传统的判别分析高得多 距离判别法: 欧氏距离 简单的计算数据集中每一类的样本均值 对于新数据，计算新数据与各类样本均值的欧氏距离 取离此新数据距离最近的类别为此数据 阅读全文

摘要： 高斯消元 的有线性方程组An×n * X n*1= Bn*1 当A满秩是方程组有唯一解 高斯消元就是一个简单的解方程组的办法 高斯消元就是简单的通过初等行变换，将A变成一个上三角矩阵 这样就能从下到上一个一个的解出每个x的值，从而获得方程组的解 简单解释: 获取上三角矩阵之后方程变为 a11x1 + 阅读全文

摘要： 之前在python中调用c++是通过命令行调用的，参数传递是使用文件IO的形式，所以会特别慢 现在用ctypes，参数传递传的只是内存中的指针，这就很舒服 现在来总结下如何使用cytpes在python中调用c （Ubuntu系统下） 首先写一个test.c的源码 然后编译成.so文件 命令如下 g 阅读全文

摘要： 概率,期望，方差 只有一个变量时 F(x<=a) = ∫-∞af(x)dx 当区间取负无穷到正无穷时积分为1 推广到多元之后: 同理，当区间取满整个空间时，积分为1 f被称为概率密度函数 边缘分布函数 当多元函数的n-m个变量取负无穷到正无穷之后 概率函数变为有m个自变量的函数(一共有n个自变量) 阅读全文

摘要： 我们能得到一个函数f在区间[a,b]上某些点的值或者这些点上的高阶导数 我们就能通过插值法去得到一个函数g，g与f是非常相近的 一般来说g分为三类，一类是n次多项式 an*xn + an-1*xn-1 + .......+a0，一类是三角多项式，最后一类是分段n次多项式 多项式插值 这个可以说是最简 阅读全文

摘要： 方法误差与舍入误差 方法误差 在用数学模型去预测某个值的时候，由于选取的数学模型产生的误差 例如使用泰勒展开式求取近似f(x)时，其对应的拉格朗日余项即为方法误差 舍入误差 计算机进行数值计算时产生的误差，然后计算时产生的新误差 比如用计算机用3.14去近似pi 误差限 对于某个算法或者说数学模型， 阅读全文

摘要： 并查集的原理很简单，参加我的csdn博客https://blog.csdn.net/cbcbcbz/article/details/60777238 这里放一个并查集的python实现 输出为[array([2]), array([0, 3]), array([1, 4])] 时间复杂度O(nlog 阅读全文

摘要： 图像的灰度直方图 一幅图像由不同灰度值的像素组成，图像中灰度的分布情况是该图像的一个重要特征。图像的灰度直方图就描述了图像中灰度分布情况，能够很直观的展示出图像中各个灰度级所占的多少。图像的灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数：其中，横坐标是灰度级，纵坐标是该灰度级出现的 阅读全文