自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(10)
  • 收藏
  • 关注

原创 截图公式转latex,基于python的方法

公式截图转latex

2022-08-31 19:45:57 1003 1

原创 Ubuntu22.04、源码编译GNUradio3.10、HackRF、gr-osmosdr 环境配置

软件无线电HackRF环境配置

2022-07-17 15:51:35 3784 9

原创 将Matlab换成Pycharm风格

第一步,换颜色 Github上有大佬做的脚本,用matlab运行即可。 换颜色 完成后可以在预设->编辑器->显示中取消“高亮当前行” 第二步,换字体 换pycharm默认字体 Menlo 将字体下载好后,把里面menlo的ttf文件复制到MATLAB安装路径下的字体文件夹里,如: D:\MATLAB-R2017a\sys\java\jre\win64\jre\lib\fonts 完成后打开MATLAB,在预设->字体中就可以选择Menlo啦 效果: github上不去的话也可以在这个网

2021-11-01 13:29:20 934 1

原创 Cmake3.20、VS2019编译OpenCV4.3.0+CUDA11.1,显卡Geforce 940MX

1、下载Cmake、VS2019、OpenCV、CUDA 2、打开Cmake,选择opencv源码路径,与编译目标路径,选择好之后点击configure 3、点击finish 3、完成后点击generate 4、找到OPENCV_EXTRA_MODULES_PATH,选择扩展包的路径,勾选OPENCV_ENABLE_NOFREE,然后在查找中输入cuda,勾选WITH_CUDA,BUILD_CUDA_STUBS,点击configure 5、勾选CUDA_FAST_MATH,然后将CUDA_ARCH_

2021-05-06 19:40:45 1639 3

原创 Matlab2019a实现两个USB摄像头的调用及视频的保存

1、安装适配器 (1)如果没有安装适配器,那么在命令行输入 ‘imaqhwinfo’ ,将会报错,然后直接点击错误中的链接,去下载一个适配器,这个过程需要注册一个Matlab账号。 (2)安装成功之后在命令行输入: obj = imaqhwinfo 会得到一个结构体,是适配器的相关信息,比如我的就为: obj = 包含以下字段的 struct: InstalledAdaptors: {'winvideo'} MATLABVersion: '9.6 (R2019a)'

2021-01-01 22:56:09 3632 8

原创 Python机器学习实践(三)监督学习篇3(朴素贝叶斯分类器)

Python机器学习 学习笔记与实践 环境:win10 + Anaconda Python3.8 该篇总结各类监督学习算法的实践使用方法 朴素贝叶斯分类器 scikit-learn中实现了三种朴素贝叶斯分类器: GaussianNB、BernoulliNB 和 MultinomialNB。 GaussianNB 可应用于任意连续数据; BernoulliNB 假定输入数据为二分类数据; MultinomialNB 假定输入数据为计数数据。 1、BernoulliNB的理解 BernoulliNB 分类器计

2020-12-19 17:23:25 2345 5

原创 Python机器学习实践(三)监督学习篇2(线性模型--分类)

Python机器学习 学习笔记与实践 环境:win10 + Anaconda Python3.8 该篇总结各类监督学习算法的实践使用方法 1、二分类 线性模型也广泛应用于分类问题。我们首先来看二分类。这时可以利用下面的公式进行预测: ŷ = w[0] * x[0] + w[1] * x[1] + …+ w[p] * x[p] + b > 0 如果函数值小于 0,我们就预测类别 -1;如果函数值大于 0,我们就预测类别 +1。对于所有用于分类的线性模型,这个预测规则都是通用的。 最常见的两种线性分类算

2020-12-18 22:13:08 2022 3

原创 Python机器学习实践(三)监督学习篇1(线性模型--回归)

Python机器学习 学习笔记与实践 环境:win10 + Anaconda Python3.8 该篇总结各类监督学习算法的实践使用方法 注:mglearn库在这个版本的Anaconda中没有,需要自己安装一下。步骤:打开Anaconda Prompt -->输入“pip install mglearn”,然后回车–>完成后输入“conda list”查看是否安装成功。 1、线性回归(普通最小二乘法) 首先对于最简单的情况,即对每个样本只有一个特征的数据集使用该算法,从而直观地理解。 完整代码如

2020-12-16 16:43:33 2645 3

原创 Python机器学习实践(二)K近邻分类(简单鸾尾花分类)

Python机器学习 学习笔记与实践 环境:win10 + Anaconda3.8 例子二 源自《Python机器学习基础教程》—Andreas C.Muller 任务:鸾尾花的分类。鸾尾花有3个品种:setosa、versicolor、virginica。每种鸾尾花都有4个属性:花瓣的长度和宽度以及花萼的长度和宽度。现在要建立模型根据鸾尾花的4个属性来判断鸾尾花的种类,即分类问题。 1、获取数据 该数据集在scikit-learn的datasets模块中,我们用load_iris函数调用。 #获取鸾尾花数

2020-12-15 15:00:41 1764 2

原创 Python机器学习实践(一)多项式拟合(简单房价预测)

Python机器学习 学习笔记与实践 例子一 源自《Python与机器学习实战》—何宇健 任务:现有47个房子的面积和价格,需要建立一个模型对房价进行预测。 1、获取和处理数据 房子的面积与价格对应的数据点击下面获得: 点击此处获取 导入库,并读取文本文件的数据: import numpy as np import matplotlib.pyplot as plt #读取房子面积和对应的价格数据 x,y=[],[] for sample in open("此处为数据文本文件路径","r"): #文本

2020-12-14 16:45:33 6203 8

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除