Ai_Math的博客

原创 第10章 近似推断

10 近似推断在概率模型的应用中，一个中心任务是在给定观测（可见）数据变量X的条件下，计算潜在变量Z的后验概率分布p(Z∣X)p(Z|X)p(Z∣X)，以及计算这个概率分布的期望。模型可能是一个纯粹的贝叶斯模型，其中任何未知的参数都有一个先验概率分布，并且被整合到了潜在变量集合中，记作向量Z。在实际应用中，计算后验概率分布或者计算关于这个后验概率分布的期望是不可行的，这可能是由于潜在空间的维度太高，以至于无法计算，或者由于后验概率分布的形式特别复杂，从而期望无法被解析地计算。在连续变量的情形中，需要求

原创 今日校园----获取未完成任务同学的姓名和班级

目录：尚未完成 2021.11.61. 查寝任务1.1 思路：1.2 程序模块1.2.3 getInfo注意1. 查寝任务1.1 思路：目前，通过简单的测试，可以确保任务可行。爬取结果主要有两个关键要点:未查寝的人数学生的详细信息(名字，班级)POST请求的header以及data如下header = { 定参 "Host": "swu.campusphere.net", 定参 "Accept": "application/json, text/plain, */*",

原创 图床

原创 4 朴素贝叶斯法

文章目录4. 朴素贝叶斯法4.1 朴素贝叶斯的学习与分类4.1.1 基本方法4.1.2 后验概率最大化的含义4.2 朴素贝叶斯法的参数估计4.2.1 极大似然估计4.2.2 学习与分类算法4.2.3 贝叶斯估计4.3 代码4. 朴素贝叶斯法4.1 朴素贝叶斯的学习与分类4.1.1 基本方法​ 设输入空间X是n维向量的集合输出空间为类标记集合Y={c1, c2, … , ck}。输入为特征向量x∈X，输出为类标记(class label) y∈Y。X是定义在输入空间上的随机变量，Y是定义

原创 python+selenium+chromdriver 图书馆预约和签到程序

图书馆 签到 & 预约功能实现运行效果使用说明环境配置程序说明源码功能实现 1、预约功能：由于图书馆预约规则的限制，只在上午8:00之后开放明天 座位的预约。另外，为了避免程序运行造成计算资源的持续占用，须在上午 8:00——8:15内运行程序，执行预约功能，当前只提供预约明天座位的功能 预约时间段分别为：[8:05——13:00] [14:05-19:00] [19-05-22:00] 2、签到功能：基于上面的三个时间段，打开程序后，程序将在8:05 14:

原创 蓝桥杯——付账问题_2018年

这是我第一次做“算法竞赛”的算法题，之前没有参加过相关的练习，对于C++的理解不透彻。付账问题问题描述：问题的简单分析：首先这是一个“贪心问题”，为了使标准差最小，每一个人出的钱==bi==必须接近平均值。 (1)ai<=bi时：必须交上所有的钱，这样才能保证标准差尽可能的小(2)ai>bi时：这类人不仅要交平均值S/n，还要平摊没带够钱的人的费用因此有：#include<iostream>#include<math.h>#include<cs

原创 文献复现——A New Geometric Mean FMEA Method Based on Information Quality

实现了作者的模型，并且添加了简单的数据预处理：#作者提出了一个新的FMEA方法，主要是对原有的RPN计算方法改进#1、构建模糊评价矩阵，如果有 N个失效模式，那么就构建N×3的模糊评价矩阵#N行有N个失效模式FM，3列3个不同的指标，S O D#模糊评价矩阵的元素为(a,b,c,....)是专家对该指标的满意度评价#2、计算模糊矩阵中每个元素的广义信息质量，生成广义信息质量矩阵#3、对广义信息质量矩阵进行修正(qu_matrix/max(qu_matrix))，得到几何平均权重矩阵(0.3365

原创 入门文献阅读笔记——入门(2)——孙全_一种新的基于证据理论的合成公式_孙全

原创 入门文献阅读笔记——入门(1)——DS证据理论基础知识

原创 入门文献复现——Analyzing the degree of conflict among belief functions Weiru Liu

该Paper的作者提出了一种新的度量证据是否冲突的方法，度量标准是 前者就是Dempster规则中的冲突质量(1/(1-k)中的k)后者是the distance of betting commitment,我自己翻译为"赌博信度距离"首先，将不同的BBA进行 pignistic transform,得到专属的BetP然后做差，找到差值最大的代表这两个BBA的赌博信度距离。下面的代码就是求difBetp的。#基于pignistic transform证据冲突的度量标准#作者的度量指标为cf(

原创 入门文献复现——Murphy C K——Combining belief functions when evidence conflicts

作者Murphy提出了综合平均法来组合多个BOE，大体的步骤如下：（1）：将给定的BOE进行平均，获得各个BPA的平均质量averageMass。（2）：利用Dempster的组合规则将（1）求得的平均质量进行组合，并且组合(n-1)次。n为BOE的个数。代码注解：因为当时没有足够的时间，所以aberageMass平均质量是直接给出的，例子就是采用的该Paper上的例子#1、先写出结果的形式x_result={"A":0,"A|B":0,"B":0,"Ω":0,"empty":0}#2、输入平均

原创 入门文献复现——Combining belief functions based on distance of evidence Deng Yonga,2, Shi WenKanga, Zhu Zhe

这个Paper结合BOE之间的距离的思想，对Murphy的方法进行了改进*代码注解：*虽然代码写的还是一如既往的臭，仅仅知识为了获得运行结果而写，但还是基本复现了Paper。#基于加权质量的平均法#1. 计算BOE之间的距离d(m_i,m_j)##1.1. 计算m_i∪m_j##1.2. 利用并集的基数构建向量矩阵 vector_m_i,vector_m_j##1.3. 构建D=矩阵，大小为|m_i∪m_j|*|m_i∪m_j|##1.4. 利用公式求d(m_i,m_j)#2. 利用上面的

原创 入门文献复现——Belief function combination and conflict management

为了更好的读懂论文，一边阅读一边尝试复现论文在这篇论文中，作者提出了基于加权因子w(A,m) 的通用框架。将此加权因子的计算分为三类。1、直接定值：Yager与Semts的融合规则适用2、计算加权因子：Dempster与Dubios&Prade的融合规则适用3、自动学习加权因子1.融于框架后的Dempster融合规则1.1.这里就先不详细写推导过程，本博文主要写的是程序复现这一部分#基于通用框架的改进的Dempster方法#本程序并不完善，过于冗余##如果想增加（减少）数据源的

原创 算法入门（1）——快速排序

下面是用C++写的``快速排序`的函数代码读出和写入文件的函数常规快速排序的函数引入随机基准快速排序的函数快速排序很简单，但是还要记录一下#include<iostream>#include<vector>#include<fstream>#include<string>#include<time.h>using namespace std;//函数区vector<int> readFile(string fil

原创 Spring Boot 开发遇到的坑

第一次 用 Spring Boot开发 学年设计项目将在这里记录小坑1、FreeMarker（1）关于 *.ftl 文件因为idea用的实在不熟练，再加上时间有限，就用了eclipse + spring boot。== 我的eclipse版本比较旧，对应的sts不能创建project，就直接下载最新的 sts4,直接用sts4 自动配置 spring boot 的eclipse环境==ftl 文件就是 freemarker的 模板文件，其根目录在 templates内，我们只需要在 soft m

原创 Eclipse下Springsource tool suite的安装

Eclipse安装STS插件的两种方式 因为学年实践要用Spring Boot,个人菜鸟，之前没有接触过Spring Boot,所以弄了一上午才在 Eclipse上安装好 Spingsource tool suite，也就是STS。下面介绍安装STS的两种方法。一、在线安装 1、在Eclipse中有个market-place(Help -> eclipse market-place)中可以直接搜索想要安装 的插件，这个大家应该都知道。 2、还有一个指定站点下载安装的，

原创 操作系统之银行家算法的代码实现

银行家算法疫情 期间，上操作系统原理课，因为在家，所以上的浑浑噩噩，上周老师让提交银行家算法实验报告，自己看书弄了挺长时间的基本实现课本(汤小丹老师)上的案例，为了锻炼自己使用Markdown的能力，写下这篇文章。1、银行家算法的详解 这方面我就不多介绍(因为时间问题，来不及作图)，在csdn上看到几篇博客，写的很详细。银行家算法详解(过程比较详细)银行家算法流程图2、银行家算法的代码实现 按照课本上算法的描述实现算法的时候，自己起初出了一些问题。我们知道，银行家算法的核心是