学习

Java 8 Stream常用方法学习StreamStream流是Java8API新增的一个处理集合的关键抽象概念，是一个来自数据源的元素队列并支持聚合操作。以指定你希望对集合进行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。使用StreamAPI对集合数据进行操作，就类似于使用SQL执行的数据库查询。也可以使用StreamAPI来并行执行操作。简而言之，StreamAPI提供了一种高效且易于使用的处理数据的方式。相关名词描述元素对象形成的一个队列。Java中的Stream并不会存储元

『迷你教程』机器学习的Bootstrap及Python实现[通俗易懂]文章目录引导法引导程序的配置引导程序APIBootstrap方法是一种重采样技术，用于通过对数据集进行替换采样来估计总体统计数据。它可用于估计汇总统计数据，例如均值或标准差。它在应用机器学习中用于在对未包含在训练数据中的数据进行预测时估计机器学习模型的技能。估计机器学习模型技能的结果的一个理想特性是可以用置信区间表示估计的技能，这是其他方法（例如交叉验证）不容易获得的特征。在本文中您将发现用于估计机器学习模型对未知数据的技能的引导重采样方法。bootstrap方法涉及对数据集进行迭代重采样

STM32 的 “位带”操作Bit-banding–学习笔记利用2个32MB大小的“虚拟”内存空间实现对2个1MB大小的物理内存空间进行“位”的置位和清除操作。这样就可以有效地对设备寄存器和位于SRAM中的数据变量进行位操作，而不再需要冗长的布尔逻辑运算过程。…

Harris角点学习[通俗易懂]人们普遍认为角点是二维图像亮度变化剧烈的点或图像边缘曲线上曲率极大值的点。这些点在保留图像图形重要特征的同时,可以有效地减少信息的数据量,使其信息的含量很高,有效地提高了计算的速度,有利于图像的可靠匹配,使得实时处理成为可能。其在三维场景重建、运动估计、目标跟踪、目标识别、图像配准与匹配等计算机视觉领域起着非常重要的作用。  角点的检测主要有两类基于图像边缘的方法和基于图像灰度的方法。前者很

地理加权回归的学习（地理加权回归用来量化空间异质性）[通俗易懂]1、地理加权回归解决空间异质性问题白话空间统计二十四：地理加权回归（一）2、Arcgis的GWR操作白话空间统计二十四：地理加权回归（六）ArcGIS的GWR工具参数说明一白话空间统计二十四：地理加权回归（七）ArcGIS的GWR工具扩展参数说明白话空间统计二十四：地理加权回归（八）结果解读（一）白话空间统计二十四：地理加权回归（十）完结篇…

维控PLC学习笔记维控PLC学习笔记目录：1.主要编程思想2.梯形图3.视频教程4.网站和论坛依旧采用我多年的凌乱记忆法：感觉PLC就像一个处理函数的集成电路设备，我用的是老师给的维控PLC官网介绍说它很牛逼，可以兼容三菱FX系列而且比三菱快，价格也比三菱便宜。（这波抄袭很稳），因为我老师有一个公司是做工业包装机的，所以我这里有很多传感器可以使用。最近研究了…

Vue学习笔记之Es6转ES5的babel应用1、由于目前ES6还不能很好的支持目前常见的浏览器，所以在打包的时候将ES6的代码转换为ES5，转换时可以通过babel进行转换；2、官网说明：3、环境配置，为了更好地匹配项目环境，我这边安装的是7的版本：cnpminstall–save-devbabel-loader@7babel-corebabel-preset-es2015可以使用options属性来给loader传递选项：4、重新编译后，发现编译后的js文件中，没有了ES6中的const，全部通过E

深度学习 arm linux移植过程整理[通俗易懂]一、环境搭建下载虚拟机VMwareWorkstation自行下载激活成功教程下载ubtun因运行环境使用ubtun18所虚拟机下载的ubtun18下载比较慢的话可以更换国内镜像https://cn.ubuntu.com/download/server/step1vm中安装ubtun虚拟机https://zhuanlan.zhihu.com/p/141033713下载支持包编译服务器需要安装包makecmake交叉编译链arm-linux-gunebhf例如：ap

学习笔记——STM32摄像头OV7725（一）OV7725简介在各类信息中，图像含有最丰富的的信息，作为机器视觉领域的核心部件，摄像头被广泛地应用在安防、探险、以及车牌检测等场合。其按照输出信号的类型可以分为数字和模拟摄像头，按照材料构成可以分为CCD和CMOS。模拟摄像头的感光器件一般维持在752（H)*582(V)像素指标左右。由于CCD的像素由MOS电容组成，读取电荷信号是需要使用电压相当大的（至少2V）的二相/三相/四相的时序脉…

TiKV学习笔记一、TiKV简介1.1、TiKV概述TiDB的存储用的TiKV,TiKV是基于RocksDB实现了分布式（可水平扩展，支持主从），RocksDB是对单机版LevelDB的封装。TiKV是开源的、分布式、支持事务的VK数据库。TiKV不仅提供了KV的API，且提供了兼容ACID的API。TiKV用Rust语言实现，用采用Raft协议，作为TiDB的存储层，是一个兼容了MySQL协议的分布式HTAP数据库。TiKV保证数据一致性，TiKV基于Rust语言实现了Raft协议，一致性状态存储在Rock