03 2020 档案
摘要：作用：itertools模块包含一组函数用于处理序列数据集。 itertools提供的函数时手函数式编程语言(如Clojure和Haskell)中类似特性的启发。其目的是保证快速，并且高效第使用内存，而且可以联结在一起表述更为复杂的基于迭代的算法。 与使用列表的代码相比，基于迭代器的算法可以提供更好
阅读全文
摘要：作用：处理其他函数的函数。 functools模块提供了一些工具来调整或扩展函数和其他可回调对象，而不必完全重写。 1.修饰符 functools模块提供的主要工具是partial类，它可以用来“包装”一个有默认参数的可回调对象。得到的对象本身是可回调的，可以看作就像是原来的函数。它与原函数的参数完
阅读全文
摘要：Python 包含很多模块，可以采用对任务最实用的方式精巧而简洁地实现算法。它支持不同的编程方式，包括纯过程式，面向对象，函数式。这3种方式经常在同一个程序的不同部分混合使用。 functools包含的函数用于创建函数修饰符，启用面向对象方面的编程以及传统面向对象方法所以不能支持的代码重用。它还提供
阅读全文
摘要：作用：美观打印数据结构。 pprint包含一个“美观打印机"(pprint printer)，用于生成数据结构的一个美观视图。格式化工具会生成数据结构的一些表示，不仅可以由解释器正确地解析，而且便于人类阅读。输出尽可能放在一行上，分解为多行是则需要缩进。 1.打印 要使用这个模块，最简单的方法就是利
阅读全文
摘要：作用：提供一些函数，可以使用浅副本或深副本语义复制对象 1.浅副本 copy()创建的浅副本（shallow copy）是一个形容器，其中填充原对象内容的引用，建立list对象的一个浅副本时，会构造一个新的list.并将原对象的元素追加到这个list。 1.深副本 deepcopy()创建的深副本是
阅读全文
摘要：作用：提供一个线程安全的FIFO实现。 Queue模块提供了适用于多线程编程的先进先出数据结构，可以用来在生产者和消费者线程之间安全地传递消息或其他数据。它会为调用者处理锁定，是多个线程可以安全地处理同一个Queue实例。Queue的大小（其中包含的元素个数）可能要受限，以限制内存使用或处理。 1.
阅读全文
摘要：作用：维护有序列表，而不必再每次向列表，而不必在每次向列表增加一个元素是都调用sort排序。 bisect模块实现了一个算法用于向列表中插入元素，同时仍保持列表有序。有些情况下，这笔反复对一个列表排序更高效，另外也比构建一个大列表之后再显示对其排序更为高效。 1.有序插入 import bisect
阅读全文
摘要：定义： 堆(heap)是一个树形结构，其中子节点与父节点是一种有序关系。二叉堆（Binaryheap）可以使用如下方式组织的列表或数组表示，即元素N的子元素位于2*N+1和2*N+2（索引从0开始）。这种允许原地从新组织对，从而不必再增加或删除分配大量内存。 最大堆（max-heap）确保父节点大于
阅读全文
摘要：1.Counters作为一个容器，可以跟踪相同的值增加了多少次。这个类可以用来实现其他语言中常用包（bag）或多集合（multiset）数据结构来实现的算法。 初始化 Counter支持3中形式的初始化。调用Counter的构造函数时可以提供一个元素序列或者一个包含键和计数的字典，还可以使用关键字参
阅读全文
摘要：算法描述： 神经网络图像分类算法首先通过PCA技术提取样本图像特征码与待分类图像特征码，然后将特征码送入神经网络进行训练，让神经网络学习每个类别图像的特征最后将未知类别图像送入神经网络，自动识别它的类型。步骤如下： 基于PCA技术提取每个样本的图像特征码。 根据样本特征码生成输入项，根据样本所属类别
阅读全文
摘要：PCA图像特征提取算法： PCA算法基于变量协方差矩阵对信息进行压缩和处理，通常用于数据降维，可将它用于图像矩阵降维，以降维后的矩阵为基础提取图像特征。当提取的图像特征维度比较高时，为了简化计算量以及存储空间，需要对这些高维数据进行一定程度上的降维，并尽量保证数据不失真。此外，PCA算法还可以应用于
阅读全文
摘要：小贴士： 图像分类的算法过程如下： 准备样本图像。样本图像的要求是：能代表所属类别种尽可能多的图像。 提取每个样本的特征后，形成类别特征码。 应用机器学习算法对类别特征进行学习，提取特征码包含的图像知识。 判断位置图像所属类别。 余弦相似度： 余弦相似度是通过测量两个向量内积空间的夹角的余弦值类度量
阅读全文
摘要：差分矩阵求和： 差分算法的核心在于差分矩阵，实质为差异矩阵，计算公式： 差分矩阵 = 图像A矩阵数据 - 图像B矩阵数据 算法描述：首先，计算两个图像的矩阵数据之间的差异分析图像的相似性；然后，设置一个阀值进行比较，如果差分矩阵的所有元素之和在阀值以内，则表示这两张图像是相似的，且描述统一物体。另外
阅读全文
摘要：图像匹配： 图像匹配算法是基于限度的比较和计算来实现的方法。 1.差分矩阵求和： 差分算法的核心在于差分矩阵，实质为差异矩阵，计算公式恩简单： 差分矩阵 = 图像A矩阵数据 - 图像B矩阵数据 详解： 首先，计算两个图像的矩阵数据之间差异分析图像的相似性；然后，设置一个阀值进行比较，如果差分矩阵的所
阅读全文
摘要：图像矩阵： 数字图像数据可以用矩阵来表示，因此可以采用矩阵理论和矩阵算法对数字图像进行分析和处理。由于数字图像可以表示为矩阵的形式，所以在计算机数字图像处理程序中，通常用二维数组来存放图像数据。 算法描述： 将当前像素与邻接的下部和又不的图像进行比较，如果相似，则将当前像素设为白色，否则设置为黑色。
阅读全文
摘要：1.图像灰度化。彩色图像中的每个像素的颜色有R,G,B三个分量决定，而每个分量的取值范围为0 ~ 255。而灰度图像是R,GB三个分量相同的一种特殊的彩色图像，算法有两种： 1)求每个像素点的R,G,B三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量。 2)根据RGB和和YUY颜色控件的变
阅读全文
摘要：1.图像融合。将新图像的每个像素称为两个原图像中对应像素的平均值之和，即：将两个图像的像素值去50%后相加。为简化计算直接选取其中一个原图像做为新图像，设新图像矩阵为myimg2. for y in range(0,sz2): for x in range(0,sz1): myimg2[y, x,
阅读全文
摘要：OpenCV作为跨平台的计算机视觉库，拥有包括500多个跨平台图像处理的中，高层API，对图像像素的读写很容易。 导入方式： import cv2 OpenCV函数对像素点的读写操作可理解为对图像矩阵的存取。OpenCV图像矩阵中每个像素点的值有蓝色值，绿色值，红色值3个部分组成，三色值组合成一个一
阅读全文
摘要：1.IP地址的定义： ip地址(IPv4地址)有32位正整数来表示。TCP/IP通信要求将这样的IP地址分配给每一个参与通信的主机。IP地址在计算机内部以二进制方式被处理。然而，由于人类社会并不习惯采用二进制方式，需要采用一种特殊的标记方式。那就是将32位的IP地址以没8位为一组，分成4组，每组以“
阅读全文
摘要：转载：https://www.cnblogs.com/zyyhxbs/p/11744184.html 和：https://blog.51cto.com/12482328/2086942 以及：https://my.oschina.net/yueshengwujie/blog/3099219 访问的网
阅读全文
摘要：环境部署搭配： linux系统 + python3 +flask + uwsgi 其中： linux为服务器主流 python3主流python版本 flask 轻量级的python web框架，读写mysql,起起学习 uwsgi 高性能的web服务器 查看系统版本： cat /etc/redha
阅读全文
摘要：1、安装依赖包 1）首先安装gcc编译器，gcc有些系统版本已经默认安装，通过 gcc --version 查看，没安装的先安装gcc，yum -y install gcc 2）安装其它依赖包，（注：不要缺少，否则有可能安装python出错，python3.7.0以下的版本可不装 libffi-de
阅读全文
浙公网安备 33010602011771号