接着上期的拓展性之后，今天谈谈代码的健壮性。代码的健壮性又称鲁棒性，是高质量代码的一个重要指标。 有人分析了印度软件行业比中国好的一个原因：印度的一个老程序员，月代码量在一千行左右，这一千行代码，算法平实，但都是经过仔细推敲，实战检验的代码，不会轻易崩溃的代码。我们的程序员，一天就可以写出一千行代码 ...
分类：
其他好文 时间：
2016-05-17 00:43:55
阅读次数：
204
[-blogs-]GOICE项目 在图像拼接方面，市面上能够找到的软件中，要数MS的ICE效果、鲁棒性最好，而且界面也很美观。应该说有很多值得学习的地方。 基于现有的有限资源，主要是以opencv自己提供的stitch_detail进行修改和封包，基于ribbon编写界面，我也尝试实现了GOICE项... ...
分类：
其他好文 时间：
2016-05-14 21:42:05
阅读次数：
483
最近重新撸了一遍PE文件的文件格式，这个程序算是复习的产物吧。说明与警告：
1.只适用于32位PE文件，可以读取符合标准的32位PE文件的DOS头、NT头、节区头、导入表、导出表信息，想要其他功能请在PEFile类中找，没有请留言
2.因为是边复习功能边写的，所以不要纠结程序架构、编码风格、鲁棒性等各种问题，我会再改的
3.翻译可能是不准的，仅供参考
4.所有计数从0开始，程序不对是否越界进...
术语退化多边形(degenerate polygon)常用来描述共线或重叠坐标位置的顶点集。共线顶点生成一线段。重叠顶点位置可以生成有多余线段、重叠边或长度为0的边的多边形。有时术语退化多边形也用于少于三个坐标位置的顶点队列。为了软件的鲁棒性，图形软件包可以拒绝退化或非平面的顶点集。但这要求额外的识别该问题的处理，因此图形系统常把这种考虑留给程序员。
凹多边形也会有相关的一些问题。对凹多边形的填充算法和其他子程序的实现比较复杂，因此在处理前常将凹多边形分割成一组凸多边形以便提高效率。和其他的多...
分类：
其他好文 时间：
2016-05-13 03:11:33
阅读次数：
238
1.BRIEF
brief出现的略晚（ECCV 2010），但是在某些方面性能跟sift相似，如对光照，模糊和透视畸变的鲁棒性，但是缺点是不支持平面内的旋转。
brief的主要思想是在一个平滑的图像块内，对各像素之间进行二值测试；
2.rBRIEF（rotated-aware BRIEF）
3.steered BRIEF...
分类：
其他好文 时间：
2016-05-13 01:57:13
阅读次数：
192
1、介绍 鲁棒测试是对各个模块的功能和系统进行容错性的测试，检测软件模块在异常输入和苛刻环境条件下能否保持正常工作，包涵错误数据处理、异常情况处理和非法操作处理的测试。鲁棒测试大大提高了错误覆盖率，测试终端既要符合测试规范要求，还要有更高的成熟性，容错性和易恢复性，从而更好地提高软件质量。 2、测试 ...
分类：
其他好文 时间：
2016-05-09 18:19:25
阅读次数：
262
深度学习一个重要的作用是实现目标的特征实现自动提取过程，传统的meanshift跟踪常用的有颜色直方图，HOG等边缘特征提取目标实现跟踪，则meanshift跟踪可实现的则是用深度学习自动学习的特征来完成跟踪。好处是对于复杂的情况也能很好的提取目标的特征，使得跟踪的鲁棒性和精度更高。
很多人担心的是实时性的问题，其实来说，深度学习完成的过程主要分成两部，预训练预测，预训练完全可以通过离线训练来完...
分类：
其他好文 时间：
2016-05-06 12:14:40
阅读次数：
144
分为两部分的问题，最好只用两个指针。 譬如此题：就可以一个指针从头往后扫，而另一个指针从后往前扫，保证第一个指针永远指向奇数，最后一个指针永远指向偶数，然后两者交换，直至最终两个指针相等，即扫描完了所有的元素。 代码如下所示： 代码的鲁棒性： ...
分类：
编程语言 时间：
2016-04-25 00:56:01
阅读次数：
191
根据自己刷过的算法题，一般通过如下思路解决： 1，最常见的就是字符串处理； 2，常见的排序算法； 3，二分查找； 4，双指针； 5，位处理； 6，回溯算法； 7，动态规划； 8，不仅仅要考虑代码的功能性（对正确的输入能有真确的输出），还要考虑代码的鲁棒性（能够处理错误的输入，而不会导致程序的崩溃） ...
分类：
其他好文 时间：
2016-04-15 00:15:05
阅读次数：
172
决策树是应用最广的归纳推理算法之一，它是一种逼近离散函数方法，对噪声数据有很好的鲁棒性，能够学习析取表达式，广为应用的算法有ID3，ASSISTANT和C4.5。通常决策树代表实例属性值约束的合取（conjunction）的析取式（disjunction）。树根到树叶的每一条路径对应一组属性测试的合取，而整棵树是这些合取的析取。基本的ID3算法是通过自顶向下构造决策树进行学习的。首先考虑的问题是哪一...
分类：
其他好文 时间：
2016-04-10 14:38:09
阅读次数：
258
