RSA算法原理——（3）RSA加解密过程及公式论证 昌昌 裸睡的猪 上期（RSA算法原理——（2）RSA简介及基础数论知识）为大家介绍了：互质、欧拉函数、欧拉定理、模反元素 这四个数论的知识点，而这四个知识点是理解RSA加密算法的基石，忘了的同学可以快速的回顾一遍。 一、RSA算法原理——（1）目前常见加密算法简介二、RSA算法原理——（2）RSA简介及基础数论知识三、RSA加解密过程及公式论证 三、RSA加解密过程及公式论证今天的内...
梯度下降算法原理整理笔记–机器学习 最近在看一些梯度下降的知识，看到头蒙，今天来整理一下一些相关知识，以至于后续便于理解。 机器学习中我们常见梯度下降这个名词，但是什么是梯度下降呢？梯度下降又是干嘛的呢？网上一大堆文章最后也没看懂什么，今天刚好想着整理一下，借鉴着别人的一些看法和知识梳理一下自己的思路。 1.什么是梯度下降？ 梯度下降可以把梯度和下降分开来说。 首先理解什么是梯度？通俗来说，梯度就是表示某...
第1关：数据集介绍 import pandas as pd f500 = pd.read_csv('f500.csv',index_col=0) f500.index.name = None# 请在此添加代码，分别打印f500的类型和形状大小 #********** Begin **********# print(type(f500)) print(f500.shape) #********** End **********# 第5关：值统计的方法 import pandas as pd f500 = pd.read_csv('f500.csv',index_col=0) f500.index.name = None f500_sel = f500.iloc[[0,1,2,3,4,8]]# 请在此添加代码...
尺度不变特征变换匹配算法详解 Scale Invariant Feature Transform(SIFT) Just For Fun 转自：http://blog.csdn.net/zddblog/article/details/7521424 对于初学者，从David G.Lowe的论文到实现，有许多鸿沟，本文帮你跨越。 1、SIFT综述 尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算...
它的最坏，最好，平均时间复杂度均为O(nlogn)，它也是不稳定排序。首先简单了解下堆结构。 一、什么是堆【1】堆是一个完全二叉树，特点是从上往下，从左往右以次排列的； 【2】在堆的数据结构中，堆中的最大值总是位于根节点，所有父节点都满足大于等于其子节点； 二、创建堆【需求】：将下面的二叉树，变成一个平衡二叉树。 【思路】：【1】先创建一个 heapfiy() 方法，从4号节点开始判断是否大于其孩子节点，如果否，则进行...
Gossip算法原理 一、Gossip背景二、Gossip特点三. Gossip本质四. Gossip节点的通信方式及收敛性 一、Gossip背景 Gossip算法如其名，灵感来自办公室八卦，只要一个人八卦一下，在有限的时间内所有的人都会知道该八卦的信息，这种方式也与病毒传播类似，因此Gossip有众多的别名“闲话算法”、“疫情传播算法”、“病毒感染算法”、“谣言传播算法”。 但Gossip并不是一个新东西，之前的泛洪查找、路由算法都归属于这个范畴，不同的是...
学习目标 目标 说明条件概率与联合概率说明贝叶斯公式、以及特征独立之间的关系记忆贝叶斯公式知道拉普拉斯平滑系数应用贝叶斯公式实现概率的计算 应用 20类新闻文章的分类预测 内容预览 什么是朴素贝叶斯分类方法概率基础联合概率、条件概率与相互独立贝叶斯公式API案例：20类新闻文章分类朴素贝叶斯算法总结总结 什么是朴素贝叶斯分类方法概率基础知识 概率定义女神是否喜欢计算案例联合概率、条件概率与相互独立但是，在现实生...
一 概念： 在声学领域中，DRC(Dynamic range compression) 一般用来动态调整音频输出幅值，在音量大时压制音量在某一范围内，在音量小时适当提升音量。通常用于控制音频输出功率，使扬声器不破音，当处于低音量播放时也能清晰听到。 DRC通常用于声音的记录和再现，广播，现场声音增强和某些乐器放大器中。 二 原理特性： Threshold: 如果压缩器的振幅超过某个阈值，则压缩器会降低其电平。阈值（threshold）通常是以分贝为单位。...
通过年龄，工资。预测贷款金额。 贷款金额： = k1 * 工资 + k2 * 工资 + k k1 ，k2 权重对结果影响大， k 偏置项对结果影响小 化简整合：多少个特征，就有多少个权重参数 额外增加一列： 值为1 . 为了矩阵计算。 真实值和预测值之间存在差异。理论模型和现实模型必然存在差异。 每个样本： 真实值 = k * 样本 + 误差 误差： 一万个样本有一万个误差。 误差是对立分布，并且具有相同分布。并且服从均值为0方差为x*x 的高斯分布...
1.概述 梯度下降（gradient descent）在机器学习中应用十分的广泛，不论是在线性回归还是Logistic回归中，它的主要目的是通过迭代找到目标函数的最小值，或者收敛到最小值。 本文将从一个下山的场景开始，先提出梯度下降算法的基本思想，进而从数学上解释梯度下降算法的原理，解释为什么要用梯度，最后实现一个简单的梯度下降算法的实例！ 2.梯度下降算法 2.1场景假设 梯度下降法的基本思想可以类比为一个下山的过程。 假设这样一个...
1. Decision Tree：CART回归树??首先，GBDT使用的决策树是CART回归树，无论是处理回归问题还是二分类以及多分类，GBDT使用的决策树通通都是都是CART回归树。为什么不用CART分类树呢？因为GBDT每次迭代要拟合的是梯度值，是连续值所以要用回归树。??对于回归树算法来说最重要的是寻找最佳的划分点，那么回归树中的可划分点包含了所有特征的所有可取的值。在分类树中最佳划分点的判别标准是熵或者基尼系数，都是用纯度来衡量的，但是...
感兴趣的小伙伴可以参考下博主的资源列表 MATLAB源码集锦-蚁群算法求解TSP问题matlab代码 https://download.csdn.net/download/wenyusuran/15273421 MATLAB源码集锦-人工鱼群求解TSP问题源代码 https://download.csdn.net/download/wenyusuran/15273393 MATLAB源码集锦-混合粒子群算法求解TSP问题代码 https://download.csdn.net/download/wenyusuran/15273303 前言 现代科学理论研究与实践中存在着大量与优化、自适应相关...
原文作者：LBD 原文地址：分布式系列文章——Paxos算法原理与推导目录 Paxos是什么 问题产生的背景 一、相关概念 二、问题描述 三、推导过程 1、最简单的方案——只有一个Acceptor 2、多个Acceptor 3、Proposer生成提案 4、Acceptor接受提案 5、Paxos算法描述 四、Learner学习被选定的value 五、如何保证Paxos算法的活性Paxos 算法解决的问题是一个分布式系统如何就某个值(决议)达成一致。一个典型的场景是， 在一个分布式数据库系...
1.基本K-Means算法 K-Means算法是较为常用的聚类算法,其目标是将数据点划分为K个类簇。K-Means主要思想是选取K个中心点,对最靠近它的对象进行归类,通过迭代的方式不断更新聚类结果,直到满足使用者的要求。 2.K-Means算法主要实现步骤 (1)确定K值,将数据集划分为K组,确定K值没有最好的方法,一般情况下根据具体问题由人工进行选择。 (2)从数据集中选择K个点作为数据中心(可随机选择,可由距离选择)。 (3)分别计算每个点到每个质心之间...
在图像处理中，几何变换是将一幅图像映射到另外一幅图像内的操作，可以大概分为放缩、翻转、仿射(平移、旋转)、透视、重映射几部分。在几何变换时，无法给有些像素点直接赋值，例如，将图像放大两倍，必然会多出一些无法被直接映射的像素点，对于这些像素点，通过插值决定它们的值。且不同插值方式的结果不同。在一幅输入图像[u，v]中，灰度值仅在整数位置上有定义。然而，输出图像的坐标映射回原图像后，一般为非整数的坐标。所以...