webgl智慧楼宇发光效果算法系列之高斯模糊如果使用过PS之类的图像处理软件，相信对于模糊滤镜不会陌生，图像处理软件提供了众多的模糊算法。高斯模糊是其中的一种。在我们的智慧楼宇的项目中，要求对楼宇实现楼宇发光的效果。 比如如下图所示的简单楼宇效果：楼宇发光效果需要用的算法之一就是高斯模糊。高斯模糊简介高斯模糊算法是计算机图形学领域中一种使用广泛的技术, 是一种图像空间效果，用于对图像进行模糊处理，创建原始图...
我们先看一下负权环为什么这么特殊：在一个图中，只要一个多边结构不是负权环，那么重复经过此结构时就会导致代价不断增大。在多边结构中唯有负权环会导致重复经过时代价不断减小，故在一些最短路径算法中可能会凭借不断重复经过负权环来得到权和为无穷小的最短路径，但因重复经过边不符合简单路径的定义导致这些算法跑最短路时要避免有负权环的出现。这类算法说的就是Bellman-ford以及基于它进行优化的spfa了。由于负权环的出现导...
杂谈 老早就想整理一篇推荐算法的入门博文，今天抽空写一下。本文以电影推荐系统为例，简单地介绍基于协同过滤，PMF概率矩阵分解，NMF非负矩阵分解和Baseline的推荐系统算法。NMF的实现具体可以参考Reference中的「基于矩阵分解的推荐算法，简单入门」一文，对我启发很大。基于协同过滤的推荐算法 什么是协同过滤？协同过滤是利用集体智慧的一个典型方法。要理解什么是协同过滤 (Collaborative Filtering, 简称 CF)，...
clc;clear all;Image=imread(‘4.jpg‘); Image=double(Image); R=Image(:,:,1); G=Image(:,:,2); B=Image(:,:,3); p=3; %% 控制浮雕的强度%% 控制浮雕的方向 H=[0 0 p 0 0 0 -p 0 0]; Image_new=imfilter(Image,H,‘conv‘)+128; figure, imshow(Image_new/255);原图效果图原文：http://blog.csdn.net/matrix_space/article/details/29193433
Svm算法又称为支持向量机，是一种有监督的学习分类算法，目的是为了找到两个支持点，用来使得平面到达这两个支持点的距离最近。通俗的说：找到一条直线，使得离该线最近的点与该线的距离最远。 我使用手写进行了推导 求解实例 软间隔，通过设置C，使得目标函数的松弛因子发生变化，松弛因子越大，表示分类越不严格 高斯核变化做映射，指的是把低维转换成高维，解决低维不可分的情况 原文：https://www.cnblogs.com/my-love-is-...
关于严格来说，本文题目应该是我的数据结构和算法学习之路，但这个写法实在太绕口——况且CS中的算法往往暗指数据结构和算法（比如算法导论指的实际上是数据结构和算法导论），所以我认为本文题目是合理的。假设你使用的是手机或平板设备，那么请点击以下的链接以获得更好的阅读效果：http://zh.lucida.me/blog/on-learning-algorithms/原文作者：Lucida这篇文章讲了什么？我这些年学习数据结构和算法的总结。一些不错的算法书籍和...
目录什么是回归算法线性回归似然函数/对数似然函数目标函数/损失函数常用的其他损失函数局部加权回归-损失函数线性回归的过拟合Ridge回归(岭回归)LASSO回归Elasitc Net算法(弹性网络算法)梯度下降算法批量梯度下降算法(BGD)随机梯度下降算法(SGD)小批量梯度下降法(MBGD)梯度下降法调优策略Logistic回归Softmax回归模型效果判断机器学习调参@(机器学习（2）之回归算法)什么是回归算法有监督算法解释变量（x）与观测值（因变量y）之间...
简单概念理解： Base64算法使用了单表置换算法的思想。Base64使用一个由64个字符组成的映射表，见Base64字符映射表，然后其他的所有符号都根据这个映射表转换成对应的字符。 注意：Base64是在给定字符编码（如：gbk,utf-8）的基础上进行的,因为经过这些字符编码的编码之后，已经转换成该编码的二进制字节码了 这样Base64才能使用它的64字符进行转换 Base64的实现原理： 1）将给定的字符串转换成对...
进程的状态有五种： 创建态 ===》就绪态 《==》运行态 ^ // || \/ 阻塞态1）就绪——执行：对就绪状态的进程，当进程调度程序按一种选定的策略从中选中一个就绪进程，为之分配了处理机后，该进程便由就绪状态变为执行状态；2）执行——阻塞：正在执行的进程因发生某等待事件而无法执行，则进程由执行状态变为阻塞状态，如进程提出输入/输出请求而变成等待外部设备传输信息的状态，进程申请资源（主...
先从简单的线性回归入门，主要是对主要概念进行一个理解，对于以后进阶到其他的算法也有帮助。 对于单参数的线性回归来说，主要的学习任务就是要找到一个一元线性函数，使得函数与数据点最为符合，即用这个函数来拟合这些数据点。而如何判断函数与数据点相符合的程度，就需要通过计算一个损失函数，最简单的例子就是平方差和。通过计算函数值与实际值之间差值平方的和来判断相符合程度，数值越小就认为是越接近。而损失函数中...
最近在图书馆看到本神书《算法心得：高效算法的奥秘》，主要讲解计算机算法的，强调编译器优化和计算机体系结构设计的。虽然看的不大懂，但还是给自己增长了见识和知识。少许整理些自己感兴趣的算法，以备后续温故知新。1. 操作最右边的位元a. 将字组中值为1且最靠右的位元置0，如果不存在值为1的位元，则全部结果为0（例如 0101 1110 => 0101 1100）：x & (x-1)这个操作可以判断无符号证书是不是2的幂或者0.b. 将字组中值为0且最靠...
# 选择排序##本小节知识点:1. 【了解】选择排序2. 【掌握】选择排序的基本思想3. 【了解】练习---##1.选择排序- 选择排序(Selection sort)是一种简单直观的排序算法。它的工作原理如下。首先在未排序序列中找到最小元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小元 素,然后放到排序序列末尾。以此类推,直到所有元素均排序完毕。---##2.选择排序的基本思想- 第一趟排序在所有待排序的n个记录中选出关键字最小...
在一组随机排列的数中找出第k小的，这个元素称为k-th Order Statistic。能想到的最直观的算法肯定是先把这些数排序然后取第k个，时间复杂度和排序算法相同，可以是Θ(nlgn)。但它也有平均情况下时间复杂度是Θ(n)的算法，将快速排序算法稍加修改就可以解决这个问题。基本思路： 1/* 从start到end之间找出第k小的元素 */ 2int order_statistic(int start, int end, int k)3{4 用partition函数把序列分成两半，中间的pivot元素是...
###总结1、np.array是没有空数组的，需要先成立一个空的list，给他添加元素，然后将它转化为np.array的格式2、直接使两个center相等，以后他们会一直相等，因为使用的是同一个指针。###源程序 import numpy as np import matplotlib.pyplot as pltdataset = np.array([[0, 0], [1, 0], [0, 1], [1, 1], [2, 1],[1, 2], [2, 2], [3, 2], [6, 6], [7, 6],[8, 6], [6, 7], [7, 7], [8, 7], [9, 7],[7, 8], [8, 8], [9, 8], [8, 9], [9...
def sigmoid(inX): return 1.0/(1+exp(-inX)) ‘‘‘标准bp算法每次更新都只针对单个样例，参数更新得很频繁sdataSet 训练数据集labels 训练数据集对应的标签标签采用one-hot编码(一位有效编码)，例如类别0对应标签为[1,0],类别1对应标签为[0,1]alpha 学习率num 隐层数，默认为1层eachCount 每一层隐层的神经元数目repeat 最大迭代次数算法终止条件：达到最大迭代次数或者相邻一百次迭代的累计误差的差值不超过0.001‘‘‘def bp(d...