学习
-
操作系统的概念 (OS学习笔记)
操作系统的概念 (OS学习笔记)操作系统的概念定义计算机系统的层次结构操作系统(OperatingSystem,os)是指控制和管理整个计算机系统的硬件和软件资源,并合理地组织调度计算机的工作和资源的分配,以提供给用户和其他软件方便的接口和环境,它是计算机系统中最基本的系统软件。操作系统的概念和目标从以下三大方面进行阐述:…
-
JavaScript 学习笔记——cssText
JavaScript 学习笔记——cssText平常编写代码,更改一个元素样式的时候,自己都是用obj.style.width=”200px”;obj.style.position=”absolute”;obj.style.left=”100px”;之类的代码进行设置,这样的话如果更改样式很多的时候,就要写很多代码,难道不能像Jquery那样使用$(obj).css(……);这样进行设置么?于是自己搜了下使用Javascript批
-
.net学习笔记11–数据验证控件–RangeValidator
.net学习笔记11–数据验证控件–RangeValidatorRangeValidator控件用于检测表单字段的值是否在指定的最大值和最小值之间。<div>请输入成绩:<asp:TextBoxID=”TextBox1″runat=”server”></asp:TextBox><asp:RangeValidatorID=”RangeValidator1″runat=”serv…
-
密码库LibTomCrypt学习记录——(2.12)分组密码算法的工作模式——OMAC认证模式
密码库LibTomCrypt学习记录——(2.12)分组密码算法的工作模式——OMAC认证模式OMACOMAC是一种认证模式,LibTomCrypt中涉及的OMAC,而NIST中提到的是CMAC。它们之间的关系是这样的:为避免基本的MAC算法CBC-MAC存在的安全缺陷,Black和Rogaway对其进行了改进,提出了避免CBC-MAC安全缺陷的XCBC算法。Iwata和Kurosawa对XCBC进一步改进,提出了One-KeyCBC-MAC(OMAC),接着又精益求精地提出了OM…
-
机器学习算法(一):逻辑回归模型(Logistic Regression, LR)[通俗易懂]
机器学习算法(一):逻辑回归模型(Logistic Regression, LR)[通俗易懂]线性分类器:模型是参数的线性函数,分类平面是(超)平面;非线性分类器:模型分界面可以是曲面或者超平面的组合。典型的线性分类器有感知机,LDA,逻辑斯特回归,SVM(线性核);典型的非线性分类器有朴素贝叶斯(有文章说这个本质是线性的,http://dataunion.org/12344.html),kNN,决策树,SVM(非线性核)https://www.cnblogs.com/sparkw…
-
QT之Android下获取手机传感器数据学习笔记
QT之Android下获取手机传感器数据学习笔记QT+=coreguisensorspositioning其中sensors是获取手机上传感器数据的组件,positioning是获取位置信息的组件1、获取陀螺仪传感器数据#include<QGyroscope>QGyroscope*gyroscope;QGyroscopeReading*reader;gyroscope=newQGyro…
-
简单易学的机器学习算法——Mean Shift聚类算法
简单易学的机器学习算法——Mean Shift聚类算法参考文献MeanShiftClusteringMeanshift,聚类算法
-
推荐一个shell语法在线检查网站,也可以学习shell语法
推荐一个shell语法在线检查网站,也可以学习shell语法https://www.shellcheck.net
-
System.setProperty() 学习「建议收藏」
System.setProperty() 学习「建议收藏」/**设置指定键对值的系统属性*setProperty(Stringprop,Stringvalue);**参数:*prop-系统属性的名称。*value-系统属性的值。**返回:*系统属性以前的值,如果没有以前的值,则返回null。**抛出:*SecurityExceptio
-
机器学习(十)Mean Shift 聚类算法
机器学习(十)Mean Shift 聚类算法一、mean shift 算法理论Mean shift 算法是基于核密度估计的爬山算法,可用于聚类、图像分割、跟踪等,因为最近搞一个项目,涉及到这个算法的图像聚类实现,因此这里做下笔记。(1)均值漂移的基本形式给定d维空间的n个数据点集X,那么对于空间中的任意点x的mean shift向量基本形式可以表示为:这个向量就是漂移向量,其中Sk表示的是数据集的点到x的距离小于球半径h