承接这个PCA的练习,还有一个关于LDA的几何表示. 题目如下: 代码实现LDA如下:LDA.m clear clc % 生成training sample MU1 = [6 10]'; MU2 = [6 20]'; SIGMA1 = [2 4; 4 9]; SIGMA2 = [2 4; 4 9]; M1 = mvnrnd(MU1,SIGMA1,1000); M2 = mvnrnd(MU2,SIGMA2,1000); M = [M1;M2]; m0 = mean(M); m1 = mean(M1

遗传学算法概述 从之前转载的博客<非常好的理解遗传算法的例子>中可以知道,遗传学算法主要有6个步骤: 1. 个体编码 2. 初始群体 3. 适应度计算 4. 选择运算 5. 交叉运算 6. 变异运算 这是一个仿生的过程,模仿生物进化和自然选择.在该算法中,个体编码就相当于生物最基本的组成--基因,初始群体就是刚开始那些个原始的生物体. 在恶劣的环境中,适者生存的自然法则将让适应能力更好的生物继续存活繁衍下去,而适应能力差的生物将会被淘汰.因此遗传算法通过计算适应度来模拟这个自然选择的过程,用于

ubuntu命令行下java工程编辑与算法(第四版)环境配置 java 命令行 javac java 在学习算法(第四版)中的实例时,因需要安装配套的java编译环境,可是在编译java文件的时候总是出各种错误,特在此总结一下. ubuntu下java环境配置 由于网上教程比较多,而且也较全面,特此摆放一个链接,跟着此教程总就可以配置好oracle的java jdk,如果想更加省事,直接在命令行下键入java,会提示安装各种开源java jdk,只需要一个命令即可: sudo apt-get i

第一步:配置Eclipse运行环境 Eclipse运行环境配置过程是很简单的,用过Eclipse进行java开发或学习的同学应该都很熟悉这个过程了. 配置过程: (1)系统环境:Windows7 64位 (2)下载JDK和Eclipse安装包,JDK下载地址,Eclipse下载地址 (3)安装JDK和Eclipse JDK安装过程很简单,一直下一步就可以了,安装路径可以根据自己喜好选择:Eclipse不需要安装,直接解压就可以用,最好是把eclipse.exe发送到桌面快捷方式,用的时候直接桌面

算法(第四版)C#题解——2.1   写在前面 整个项目都托管在了 Github 上:https://github.com/ikesnowy/Algorithms-4th-Edition-in-Csharp 这一节内容可能会用到的库文件有 Sort 和 SortData,同样在 Github 上可以找到. 善用 Ctrl + F 查找题目. 习题&题解 2.1.1 题目 按照算法 2.1 所示轨迹的格式给出选择排序是如何将数组 E A S Y Q U E S T I O N 排序的. 解答 2.

test可理解的表达式类型分为四类:     表达式判断     字符串比较     数字比较     文件比较 test xxx 可以简写成 [  xxx  ] 的形式,注意两端的空格.   1)判断表达式 if test  (表达式为真) if test ! 表达式为假 test 表达式1 –a 表达式 2                与,两个表达式都为真 test 表达式1 –o 表达式2                 或,两个表达式有一个为真   2)判断字符串 test –n 字符

Delphi的参数可以分为:默认参数(传值).var(传址).out(输出).const(常数)四类 可以对比C/C++的相关知识,类比学习. 1.默认参数是传值,不会被改变,例子 function MyFun(x : Integer) : Integer; begin Inc(x); Result := x; end; 2.var参数是传址,会被改变,例子 function MyFunVar(var x : Integer) : Integer; begin Inc(x); Result :=

opencv学习笔记(四)投影 任选了一张图片用于测试,图片如下所示: #include <cv.h> #include <highgui.h> using namespace std; using namespace cv; int main() { IplImage * src = cvLoadImage(); //强制转化读取图像为灰度图 cvShowImage("灰度图像", src); cvThreshold(src, src, , , CV_THRE

(锻压+CNC+阳极.CNC+阳极.压铸+阳极.冲压+阳极手机外壳比较) 上图为一张雷达图,该图比较直观形象地描述了4大手机外壳工艺在6个维度(加工成本.CNC用量.加工周期.成品率.可设计性.外观质感)的比较.从整体上分析,一个工艺雷达图的面积越大,一般说明其综合性能越佳:从单个维度分析,每个维度划分了10个等级,分数越高说明某个工艺在该维度越佳. 很多人可能对压铸.锻造和冲压三种工艺分不清楚,我们先简单说一下: 1)压铸成型类似于塑料的注塑成型,它将金属熔融成液态,射入模具冷却得到产品:2)

IBM总裁郭士纳总结的四类人, 您属于哪一种呢-欢迎就此话题发表评论 积极采取行动促使事件发生的人 被动接受所发生事件的人 对事件持旁观者心态的人 什么事都不关心的人

boolean类型 Boolean在内存中占用一个字节. 当java编译器把java源代码编译为字节码时,会用int或byte来表示boolean.在java虚拟机中,用整数零来表示false,用任意一个非零整数表示true. java虚拟机这种底层处理方式对java虚拟机是透明的,在java源程序中boolean类型的变量取值只能是true或false byte.short.int.和long 整数类型 byte.short.int.long都是整数类型,并且是有符号整数  分别占用1.2.4

因为这个解法有点复杂,因此单独开一贴介绍. 那么这里就使用六个栈来解决这个问题. 这个算法来自于这篇论文. 原文里用的是 Pure Lisp,不过语法很简单,还是很容易看懂的. 先导知识——用两个栈模拟一个队列 如何使用两个栈来模拟一个队列操作? 这是一道很经典的题目,答案也有很多种,这里只介绍之后会用到的一种方法. 首先我们有两个栈,H 和 T,分别用作出队和入队用. 这样,入队操作等同于向 T 添加元素,T 的入栈操作只需要 O(1) 时间. 如果 H 不为空,出队操作等同于 H 弹栈,H

查阅相关文献并总结了在产品生命周期内比较重要的四类文档—BRD.MRD.PRD.FSD各自的含义以及用法. BRD 1.含义:BRD(business requirement document)— 商业需求文档 2.作用:商业需求文档主要用来阐述产品的宏观方向,包括产品的定位.核心价值和作用.发展方向等.为产品定型. 3.作者:商业需求文档的作者一般是项目负责人.老板或者产品总监 4.工具:PPT最为常用 5.地位:商业需求文档在四类文档中居于核心地位.它基本决定了产品的未来 MRD 1.含义:

除法运算中注意: 如果相除的两个数都是整数的话,则结果也为整数,小数部分省略,如8/3 = 2:而两数中有一个为小数,结果则为小数,如:9.0/2 = 4.500000. 取余运算中注意: 该运算只适合用两个整数进行取余运算,如:10%3 = 1:而10.0%3则是错误的:运算后的符号取决于被模数的符号,如(-10)%3 = -1;而10%(-3) = 1. -- C语言中存储类别又分为四类:自动(auto).静态(static).寄存器的(register)和外部的(extern). 1. 

http://www.cnblogs.com/simplefrog/archive/2012/07/15/2592011.html 第一类:逻辑型boolean 第二类:文本型char 第三类:整数型(byte.short.int.long) char类型占2个字节short从-32768到32767int从-2147483648,到2147483647共10位long从-9223372036854775808到9223372036854775807共19位 第四类:浮点型(float.doub

参数可以分为: 默认参数(传值).var(传址).out(输出).const(常数)四类 {默认参数是传值, 不会被改变} function MyF1(x: Integer): Integer; begin Inc(x); Result := x; end; {var参数是传址, 会被改变} function MyF2(var x: Integer): Integer; begin Inc(x); Result := x; end; {out参数是为支持Com的, 和 var 的结果是一样的,

R语言中提供了四类有关统计分布的函数(密度函数,累计分布函数,分位函数,随机数函数).分别在代表该分布的R函数前加上相应前缀获得(d,p,q,r).如: 1)正态分布的函数是norm,命令dnorm(0)就可以获得正态分布的密度函数在0处的值(0.3989)(默认为标准正态分布). 2)同理,pnorm(0)是0.5就是正态分布的累计密度函数在0处的值. 3)而qnorm(0.5)则得到的是0,即标准正态分布在0.5处的分位数是0(在来个比较常用的:qnorm(0.975)就是那个估计中经常用到

边缘检测matlab算法汇总 1.      基于一阶微分算子检测边缘图像 一阶微分边缘算子又称梯度边缘算子,它是利用图像在边缘处的阶跃性,及图像梯度在边缘去得极大值得特征性进行边缘检测. Sobel算子:image =edge(in_image,'sobel',threshold,direction); Prewitt算子: image = edge(in_image,'prewitt',threshold,direction); Roberts算子: image = edge(in_imag

matlab算法转为c语言后,影响c语言效率的关键在于multiword的产生,基于此会有multiword加减法和乘除法,极大消耗资源,减少甚至消除multiword很重要,需注意的是:算法中尽量减少除法使用,如果用到乘法,减少乘法项的个数,尽量都弄成两个数的乘法,对于矩阵算法尤其要注意乘除法的使用.矩阵算法可以在最后要得到结果时再用除法或乘法.多用加减法. 多步算法变为定点算法后很可能误差指数倍增长.

<算法>第四版 IDEA 运行环境的搭建 新建 模板 小书匠 在搭建之初,我是想不到会出现如此之多的问题.我看了网上的大部分教程,都是基于Eclipse搭建的,还没有使用IDEA搭建的教程.我相信许多读者跟我一样,在学习Java的时候没有使用过命令行编译的形式去运行Java代码,直接使用Eclipse工具去进行开发的,因此,当看到书中 % java BinarySerach xxx.txt < xxx.txt 的时候,不免有点不知所措.笔者现在使用的IDE是IDEA,因此是想要在IDEA

许多人缠着我教他们打牌,开始几乎所有的问题都是问,你都玩什么牌. 这个话外行又很难解释,想来想去,我这样总结给他们(我也忘记自己过去有没有说过,我觉得总结的挺好的,只怕初学者听着又和天书一样了). 是四类equity让你去玩某一手牌. 1.牌的equity 这就是传说中的好的起手牌,比如AA,KK,QQ,JJ,AK. 他们具有很强的牌力.即便是新手,没有掌握好多技术,如果只打这几种牌,基本可以自保. 可遗憾的是,许多人一生都停留在这个equity里. 2.人的equity 这个尤其发生在翻牌后单