当前位置:首页 » 《随便一记》 - 第127页

04月12日

专升本C语言

发布 : zsy861 | 分类 : 《随便一记》 | 评论 : 0 | 浏览 : 595次
专升本C语言

程序设计题两个月的坚持,终不负所望,希望我自己写的题库能为你们寻求一些帮助(针对湖北专升本C语言),希望你们也能不负所托。题的排名不分先后文章目录程序设计题判断是否是质数(素数)最大公约数(最大公因数)最小公倍数回文数阶乘二分查找水仙花比较字符串的大小斐波那契数列键盘输入5个学生姓名,找出并输出字典排序最前面的学生姓名。输入年月日,打印出它是这一年的第几天数字转字符串列如483字符串“483”验证一个大于等于6偶数总能表示为两个素数之和将字符数组s2中的全部字符复制到字符数组s1中。不用strcpy函数。复制时,'\o'也要复制过去。'\o'后面的字符不复制。编程序计算元的近似值输入一个大写字母,输出字母表中它前面的字母和后面的字母。如果输入的字母为A或Z,则分别输出提示信息“没

04月12日

Java工作流详解(附6大工作流框架对比)

发布 : zsy861 | 分类 : 《随便一记》 | 评论 : 0 | 浏览 : 773次
Java工作流详解(附6大工作流框架对比)

目录1.什么是工作流2.工作流应用场景3.工作流实现方式4.有哪些工作流框架?5.1.Activiti6.2.Flowable7.3.Camunda8.4.jBPM9.5.osworkflow,6.jflow.10.工作流框架对比什么是工作流工作流(Worklow)工作流是对工作流程及其各操作步骤之间业务规则的抽象、概括描述。工作流建模,即将工作流程中的工作如前后组织在一起的逻辑和规则,在计算机中以恰当的模型表逢并对其实施计算。工作流要解决的主要问题是:为实现某个业务目标,利用计算机在多个参与者之间按某种预定规则自动传递文档、信息或者任务。那么再简单点说,我认为工作流就是对业务的流程化抽象,WFMC给出了工作流参考模型如下:工作流应用场景具体场景,凡是涉及到

04月12日

图像特征提取(VGG和Resnet特征提取卷积过程详解)

发布 : zsy861 | 分类 : 《随便一记》 | 评论 : 0 | 浏览 : 807次
图像特征提取(VGG和Resnet特征提取卷积过程详解)

图像特征提取(VGG和Resnet算法卷积过程详解)第一章图像特征提取认知1.1常见算法原理和性能众所周知,计算机不认识图像,只认识数字。为了使计算机能够“理解”图像,从而具有真正意义上的“视觉”,本章我们将研究如何从图像中提取有用的数据或信息,得到图像的“非图像”的表示或描述,如数值、向量和符号等。这一过程就是特征提取,而提取出来的这些“非图像”的表示或描述就是特征。有了这些数值或向量形式的特征我们就可以通过训练过程教会计算机如何懂得这些特征,从而使计算机具有识别图像的本领。1.2什么是图像特征特征是某一类对象区别于其他类对象的相应(本质)特点或特性,或是这些特点和特性的集合。特征是通过测量或处理能够抽取的数据。对于图像而言,每一幅图像都具有能够区别于其他类图像的自

04月12日

一元线性回归及案例(Python)

发布 : zsy861 | 分类 : 《随便一记》 | 评论 : 0 | 浏览 : 234次
一元线性回归及案例(Python)

目录1一元线性回归简介2一元线性回归数学形式3 案例:不同行业工龄与薪水的线性回归模型3.1 案例背景3.2 具体代码3.3 模型优化4 总体展示5 线性回归模型评估6 模型评估的数学原理6.1R-squared6.2 Adj.R-squared6.3P值参考书籍1一元线性回归简介线性回归模型是利用线性拟合的方式探寻数据背后的规律。如下图所示,先通过搭建线性回归模型寻找这些散点(也称样本点)背后的趋势线(也称回归曲线),再利用回归曲线进行一些简单的预测分析或因果关系分析。在线性回归中,根据特征变量(也称自变量)来预测反应变量(也称因变量)。根据特征变量的个数可将线性回归模型分为一元线性回归和多元线性回归。例如,通过“工龄”这一个特征变量来

04月12日

VMware vSphere Hypervisor (ESXi) 7.0U3g安装

发布 : zsy861 | 分类 : 《随便一记》 | 评论 : 0 | 浏览 : 285次
VMware vSphere Hypervisor (ESXi) 7.0U3g安装

VMwarevSphereHypervisor“ESXi”7.0U3g安装一、准备工作1、查看支持ESXI7.0U3的CPU型号;2、下载将镜像制作成安装盘的软件;3、注册vmware账号,下载ESXI7.0U3镜像;二、安装VMwarevSphereHypervisor(ESXi)7.0U3g三、配置ESXI四、ESXi控制台登录一、准备工作1、查看支持ESXI7.0U3的CPU型号;官方查询链接地址:https://www.vmware.com/resources/compatibility/search.php2、下载将镜像制作成安装盘的软件;这里不细说,随便搜索一下都是。3、注册vmware账号,下载ESXI7.0U3镜像;官方下载页面:http

04月12日

MATLAB学习——低通滤波(频域滤波(一))

发布 : zsy861 | 分类 : 《随便一记》 | 评论 : 0 | 浏览 : 240次
MATLAB学习——低通滤波(频域滤波(一))

目录1.概论2.低通滤波(1)理想低通滤波   代码(理想低通滤波)(2)巴特沃斯低通滤波器  代码(巴特沃斯低通滤波)(3)高斯低通滤波器 1.概论频率域图像增强首先通过傅立叶变换将图像从空间域转换到频率域,在频率域对图像进行处理,处理后再将图像进行傅立叶反变换转换到空间域。频域滤波主要有低通滤波、高通滤波、同态滤波等。2.低通滤波让低频率通过,而滤掉或衰弱高频率。作用是过滤掉包含在高频中的噪声。所以低通滤波的效果是图像去噪声平滑增强。(1)理想低通滤波在半径范围D0内,所有频率都可以没有衰减的通过滤波器,但在半径范围外的所有频率都会被衰减。   代码(理想低通滤波):closeall;clearall;clc;I=imread('D:\r

04月12日

yoloV5模型中,x,s,n,m,l分别有什么不同

发布 : zsy861 | 分类 : 《随便一记》 | 评论 : 0 | 浏览 : 200次
yoloV5模型中,x,s,n,m,l分别有什么不同

YOLOv5的不同变体(如YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x和YOLOv5n)表示不同大小和复杂性的模型。这些变体在速度和准确度之间提供了不同的权衡,以适应不同的计算能力和实时性需求。下面简要介绍这些变体的区别:YOLOv5s:这是YOLOv5系列中最小的模型。“s”代表“small”(小)。该模型在计算资源有限的设备上表现最佳,如移动设备或边缘设备。YOLOv5s的检测速度最快,但准确度相对较低。YOLOv5m:这是YOLOv5系列中一个中等大小的模型。“m”代表“medium”(中)。YOLOv5m在速度和准确度之间提供了较好的平衡,适用于具有一定计算能力的设备。YOLOv5l:这是YOLOv5系列中一个较大的模型。

04月12日

vue项目接入海康威视H5player.js 2.0版(回放示例)

发布 : zsy861 | 分类 : 《随便一记》 | 评论 : 0 | 浏览 : 313次
vue项目接入海康威视H5player.js 2.0版(回放示例)

概要公司项目接入海康威视的球形监控设备,需要项目支持使用海康威视监控视频,以及视频回放等功能。项目要求无插件接入,使用户体验最佳。所以采用海康威视的h5player.js,因为接入时,海康威视的js版本已经2.0,在网上没找到其他博客,所以特此记录。环境搭建因为被环境问题搞了好几次,所以特别在此提醒各位同学,在开发之前一定先把环境调好(真的会被搞死的,搞得我头都大了)首先确认自身项目所在环境(http还是https),在http环境下使用ws协议,在https环境下使用wss协议,两者有严格区分,如果乱用会出现取流失败(流链接无效不通的情况)确认完成自身项目环境之后,请通知后台(或海康威视技术人员)更改取流协议格式,将ws改为wss协议(更改wss协议需要海康威视技术人员给打补丁)下

04月12日

人工智能练习题 + 知识点汇总(期末复习版)

发布 : zsy861 | 分类 : 《随便一记》 | 评论 : 0 | 浏览 : 252次
人工智能练习题 + 知识点汇总(期末复习版)

目录第一章人工智能绪论第二章知识与谓词第三章谓词与自然演绎推理第四章语义网表示法和框架表示法第五章归结原理第六章置换和合一第七章定理证明和问题求解第八章状态空间法和问题归约法第九章启发式搜索第十章与或图搜索第十一章博弈树搜索第十二章可信度推理模型第十三章Bayes推理第十四章概率推理第十五章机器学习第十六章神经网络第一章人工智能绪论选择题认识智能的观点包括:思维理论、知识阈值理论、进化理论思维方式包括:抽象思维、形象思维、灵感思维人工智能研究的领域包括:符号智能、计算智能、机器学习、机器感知智能包含的能力包括:感知能力、记忆和思维能力、学习和自适应能力、行为能力图灵测试是图灵在1950年在论文中《计算机与智能》中提出的机器学习包括监督学习、强化学习

04月12日

matlab--solve函数的用法

发布 : zsy861 | 分类 : 《随便一记》 | 评论 : 0 | 浏览 : 253次
matlab--solve函数的用法

目录1.用法结构2.解单变量方程3.解多变量方程 4.解带参方程5.解不等式6.总结1.用法结构solve函数是MATLAB中的一个符号计算函数,用于求解方程组或方程的符号解。它的用法如下:定义符号变量:使用syms函数定义符号变量,例如:symsxyz;定义方程或方程组:将方程或方程组表示为符号表达式,例如:eq1=x^2+y^2==1;调用solve函数:使用solve函数求解方程或方程组的符号解,例如:sol=solve(eq1,[x,y]);其中,第一个参数是方程或方程组,第二个参数是未知数的符号变量。solve函数返回的是一个结构体数组,每个元素对应一个符号解。使用solve函数时,需要先定义变量为符号变量,可以使

关于我们 | 我要投稿 | 免责申明

Copyright © 2020-2022 ZhangShiYu.com Rights Reserved.豫ICP备2022013469号-1