Algorithm_Note:bookmark_tabs:目录:white_medium_star:Leetcode刷题笔记已解决译文列表：ID译文语言题解链接1个两数之和C++7整体反转Java9回文数Java13罗马数字转数字Java14最高公共预算Java20有效的括号Java21合并两个有序链表Java26删除排序中的重复项Java27可拆卸元素Java35搜索插入位置Java38报数Java50战俘（x，n）Python38报数Java53最大子序和Java54顺时针打印矩阵Python58最后一个单词的长度Java66加一Java67二进制求和Java69x的平方根Java70爬楼梯Java79单词搜索Python83删除排序链表中的重复元素Java88合并两个有序时序Java100相同的树Java101对称二叉树Java102二叉树的层次遍历Python105根据前序和中序重建二叉
2023/7/31 23:55:37
142.27MB
1
为了进一步理解IEEE802.15.5标准，对802.15.5的结构模型、关键技术及应用进行了介绍。
讨论了IEEE802.15.5对mesh网络的完全支持能力，并对高速个域网(HR-WPAN)和低速个域网(LR-WPAN)两种情况进行了比较，最后给出了WPAN存在的问题及展望。
讨论了IEEE802.15.5对mesh网络的完全支持能力，并对高速个域网(HR-WPAN)和低速个域网(LR-WPAN)两种情况进行了比较，最后给出了WPAN存在的问题及展望。
2023/7/31 17:31:34
481KB
1
基于Gabor+PCA+SVM的性别识别(1)提取的人脸图像，运用Gabor提取特征，PCA降维，最后运用SVM训练一个性别分类器
2023/7/31 2:21:44
12.08MB
1
引子：自上世纪末KentBeck提出TDD(Test-DrivenDevelopment)开发理念以来，开发和测试的边界变的越来越模糊，从原本上下游的依赖关系，逐步演变成你中有我、我中有你的互赖关系，甚至很多公司设立了新的QE(QualityEngineer)职位。
和传统的QA(QualityAssurance)不同，QE的主要职责是通过工程化的手段保证项目质量，这些手段包括但不仅限于编写单元测试、集成测试，搭建自动化测试流程，设计性能测试等。
可以说，QE身上兼具了QA的质量意识和开发的工程能力。
我会从开发的角度分三期聊聊QE这个亦测试亦开发的角色所需的基本技能。
前情概要：作为QE三部曲的最后
和传统的QA(QualityAssurance)不同，QE的主要职责是通过工程化的手段保证项目质量，这些手段包括但不仅限于编写单元测试、集成测试，搭建自动化测试流程，设计性能测试等。
可以说，QE身上兼具了QA的质量意识和开发的工程能力。
我会从开发的角度分三期聊聊QE这个亦测试亦开发的角色所需的基本技能。
前情概要：作为QE三部曲的最后
2023/7/31 0:17:58
473KB
1
自计算机视觉产生开始，视觉信息则自动成为其处理的对象。
纹理特征作为视觉信息的重要部分，成为图像特征提取的重点。
针对纹理特征提取中，传统LBP算法作为一种基于灰度的算法，仅仅局限对低分辨率图片，其识别率通常比较低的问题，提出一种基于小波变换的LBP算法。
该算法利用小波变换的局部特性、方向性和多方向性等特点，并结合LBP算法自身具有的旋转不变形、灰度不变形等特点，从而通过小波变换对高分辨率图片的分解，再通过局部二值模式的优势，从而实现对图像纹理特征的提取。
最后通过MATLAB软件编程与ORL数据库的对比测试，改进算法的识别率明显优于传统LBP算法。
纹理特征作为视觉信息的重要部分，成为图像特征提取的重点。
针对纹理特征提取中，传统LBP算法作为一种基于灰度的算法，仅仅局限对低分辨率图片，其识别率通常比较低的问题，提出一种基于小波变换的LBP算法。
该算法利用小波变换的局部特性、方向性和多方向性等特点，并结合LBP算法自身具有的旋转不变形、灰度不变形等特点，从而通过小波变换对高分辨率图片的分解，再通过局部二值模式的优势，从而实现对图像纹理特征的提取。
最后通过MATLAB软件编程与ORL数据库的对比测试，改进算法的识别率明显优于传统LBP算法。
2023/7/30 13:38:49
730KB
1
本帖最后由xianrenwang于2014-12-1722:45编辑xilinxspartan6DDR3的原理图库DXP的xilinxspartan6的库sp605-schematic-xtp067-rev-e.pdfSchlib1.rarXilinx.rar
2023/7/30 11:17:57
7.5MB
1
本ZIP文件包含了经典的手写数字的bmp数据，共{0,1,2，……，9}10个类，每个类包含500个数据；
然后对图片进行二值化处理，采用patch来对每张image提出特征，最后设计神经网络对特征进行训练，并用得到的net来测试TestingSet，经过调解参数，测试精度可以达到95%左右。
整个实现过程是基于matlab语言的，code清晰，明了，简单易懂，绝对值得算法爱好者探究。
然后对图片进行二值化处理，采用patch来对每张image提出特征，最后设计神经网络对特征进行训练，并用得到的net来测试TestingSet，经过调解参数，测试精度可以达到95%左右。
整个实现过程是基于matlab语言的，code清晰，明了，简单易懂，绝对值得算法爱好者探究。
2023/7/30 3:57:10
7.07MB
1
低级键盘钩子的demo，WH_KEYBOARD_LL，试过WH_KEYBOARD发现全局的时候，win7下面部分好用，xp完全不管用，最后决定用低级的，比较简单，看看就能用。
VS2010写的。
编译后可直接运行。
VS2010写的。
编译后可直接运行。
2023/7/29 1:34:10
31KB
1
本源码是阿里天池大赛的matlab实现源码，内含4个.m文件以及对应的数据集，属于个人在比赛过程中写下的部分核心代码，予以公开分享~
2023/7/28 22:37:14
178KB
1
线性函数导数实验室简介：从这里开始在本实验中，我们将练习我们的导数知识。
请记住，我们的导数关键公式为$f'（x）=\frac{\Deltay}{\Deltax}=\frac{f（x+\Deltax）-f（x）}{\Deltax}$。
因此，在朝着这个公式迈进的过程中，我们将执行以下操作：了解如何在代码中表示线性和非线性函数。
然后，因为我们的导数计算依赖于看到初始值的输出以及该值加上deltax的输出，所以我们需要一个output_at函数。
然后，我们将能够对$\Deltaf$函数进行编码，该函数将看到初始x和该初始x加上$\Deltax$之间的输出变化。
最后，我们将在给定的x值derived_at上计算导derivative_at。
学习目标对于第一部分，您应该能够在理解我们对导数的定义的情况下回答所有
请记住，我们的导数关键公式为$f'（x）=\frac{\Deltay}{\Deltax}=\frac{f（x+\Deltax）-f（x）}{\Deltax}$。
因此，在朝着这个公式迈进的过程中，我们将执行以下操作：了解如何在代码中表示线性和非线性函数。
然后，因为我们的导数计算依赖于看到初始值的输出以及该值加上deltax的输出，所以我们需要一个output_at函数。
然后，我们将能够对$\Deltaf$函数进行编码，该函数将看到初始x和该初始x加上$\Deltax$之间的输出变化。
最后，我们将在给定的x值derived_at上计算导derivative_at。
学习目标对于第一部分，您应该能够在理解我们对导数的定义的情况下回答所有
2023/7/27 8:05:33
35KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB