算是一道概率dp吧。 状态互相依赖的动态规划，需要使用高斯消元。 ...
分类：
其他好文 时间：
2017-01-22 15:17:35
阅读次数：
206
写在前面现在，越来越多的App里面使用了模糊效果，这种模糊效果称之为高斯模糊。大家都知道，在Android平台上进行模糊渲染是一个相当耗CPU也相当耗时的操作，一旦处理不好，卡顿是在所难免的。一般来说...
分类：
移动开发 时间：
2017-01-22 14:02:38
阅读次数：
251
【题目分析】 每个数没有超过500的因子。很容易想到把每一个数表示成一个二进制的数。 （0代表该质数的次数为偶数，1代表是奇数） 然后问题转化成了选取一些二进制数，使他们的异或和为0。 高斯消元，2^(自由元)即为答案，需要把空集的情况减去，所以减一。 然而发现并不需要知道哪些是自由元，所以只需要用 ...
分类：
其他好文 时间：
2017-01-15 19:13:31
阅读次数：
158
首先是DATA类 SVM类： 用线性核函数实现的SVM的到的分类结果 画图，是用python代码 用高斯核，当C=6,sigma=1时候 高斯核，当c=0.5,sigma=1时候 当C=0.5,sigma=12时候 说明C的大小和sigma的大小对高斯核影响是很大的 ...
分类：
其他好文 时间：
2017-01-12 10:11:13
阅读次数：
197
检测图像噪音程度： 计算平方误差： 计算信号噪声比： 峰度信号噪声比： 对方法进行检测的时候，噪音产生的方法主要有： 增加随机噪声或者增加多种随机噪声。 去噪的病态问题： 有多个解 无解 随着初始值变化的解 去噪：正则化，简单化 中值滤波 高斯滤波、双边滤波、nonlocal mean 滤波 中值滤 ...
分类：
其他好文 时间：
2017-01-10 09:46:48
阅读次数：
257
In some countries building highways takes a lot of time... Maybe that's because there are many possiblities to construct a network of highways and eng ...
分类：
其他好文 时间：
2017-01-09 23:31:50
阅读次数：
264
聚类: 聚类是一个无监督学习问题，我们基于相似的特性将数据分组成多个子集。聚类通常用于探索性分析或者作为分层监督学习管道（每个簇训练不同的分类或者回归模型）的组件。 MLlib支持下面的几个模型： K均值(K-means) 高斯混合(Gaussian mixture) 幂迭代聚类(Power ite ...
分类：
其他好文 时间：
2017-01-09 17:56:40
阅读次数：
502
EM算法有很多的应用: 最广泛的就是GMM混合高斯模型、聚类、HMM等等. The EM Algorithm 高斯混合模型（Mixtures of Gaussians）和EM算法 EM算法 求最大似然函数估计值的一般步骤： （1）写出似然函数； （2）对似然函数取对数，并整理； （3）求导数，令导数 ...
分类：
编程语言 时间：
2017-01-08 13:09:56
阅读次数：
437
执行上面操作后，导入合成的拉流blibli包到工程中，然后新建个播放控制器来设置播放 1. 播放的一些操作。 2. 高斯模糊。 3. 新建聊天控制器。 ...
分类：
其他好文 时间：
2017-01-06 21:23:14
阅读次数：
745
跟着博主http://blog.csdn.net/heyijia0327/article/details/40899819一起学习 尽管利用高斯逼近能有效解决许多滤波问题，但当滤波分布为多模型或某些状态为离散时，高斯逼近将不再适用。在这种情况下，可选择基于序贯重要性重采样的粒子滤波，该方法通过蒙特卡 ...
分类：
其他好文 时间：
2017-01-03 11:37:58
阅读次数：
150
