一般做题流程(雾)

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 400+累计阅读 449平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄12年

关注

原创最新推荐文章于 2026-08-06 12:00:33 发布 449 阅读 AI 写同款· GEO 优化 ›

superguymj的thuwc2019游记 thuwc2019游记 (我是superguymj，因为没有blog，所以就发到这来了。感谢beginend的友情铺位) day0 晚上日常上分之后有点兴奋，结果十点多躺在床上睡不着，起来听了会儿歌就已经12点了。 day1 早上七点多起的，感觉并不是很困。驾车到达广二是9点多，根据指引找到了报道处。这次有四种颜色的衣服，都是外套，分别是红蓝灰黑。但每个人只能拿一件。我还没说话，工作人员就塞了一件... 阅读详情

.
如果一道题没有题解怎么办呢
介绍一个非常有效的办法：

首先打开LOJ
点标签雅礼集训
点开没做的第1道题，看题，并暗示自己这题很简单，稍微看一下std就会了
点“统计”
点开superguymj的代码看（如果没有就随便找一个）
看完并理解后开始写代码
多次尝试提交然后AC

~~很快你就会成为神仙辣~~
我太菜了永远不能成为神仙
距离THUWC还有一个月吧，共勉

收录于

当前文章被以下社区和专栏收录：

标签

#娱乐文章 #扩展的灰 #鸡汤

pkusc2018游记前言从pkusc回来后并没有太多写游记的冲动，有空的时候总是想着，还是写题重要，游记什么的改天再写吧之类的，不过坑毕竟还是要补的，于是就有了这样一篇补坑文。 day0 下午去pku报道，排了超久队才领到牌牌。中途听纪中的人说这次thu的神仙数量可能不会太多，说不定机会会大一些。又听说了这次不能看榜，犹豫了一下，决定还是先把牌牌领回来再说。之后和木子去p大里面逛了一圈，大老远的跑去勺... 阅读详情

相关推荐

【牛客多校20210717 Cut the Tree】【长链剖分】

(我是superguymj，因为没有blog，所以就发到这来了。感谢beginend的友情铺位) 简单题意给一颗树，定义 f(x)f(x)f(x) 为删除点 xxx 后的森林的树上最长上升子序列，求最小的 f(x)f(x)f(x)。题解题解看不懂，时间复杂度还劣，所以自己写一篇。首先考虑如何算子树内的树上最长上升子序列。经典做法是维护一个上升和下降的单调栈，每次合并就是把两个单调栈点积取 min/max。注意单调栈的长度是 O(depth)O(depth)O(depth) 的，所以长剖即可。复杂度

beginend 540

LOJ 6495~6497「雅礼集训 2018 Day1」

. 真是看懂std就秒的三道题，但是看懂就很难啊（感谢superguymj和memset0两个大佬的代码）稍微说一下题解 -------------------------------------------------------- 「雅礼集训 2018 Day1」树这道题的正解被superguymj大佬吊打了，原来O(n⋅2n)O(n·2^n)O(n⋅2n)变成了O(n4)O(n^4)...

扩展の灰(Extended Ash/Cooevjnz) 1562

C++ ⌈做题流程⌋ (上)

我发一篇博客，让大家参考并学习这种做题流程，以提高大家的做题效率。

2402_86086753的博客 2020

POJ 3468 区间修改+区间求和（树状数组/线段树）

~by Wjvje 2019-4-30 题目链接：http://poj.org/problem?id=3468 题目描述： A Simple Problem with Integers Time Limit:5000MS Memory Lim...

又菜又爱玩 332

基于MATLAB的图像去雾系统

基于MATLAB的图像去雾系统（一）图像去雾基础原理1、雾霭的形成机理雾实际上是由悬浮颗粒在大气中的微小液滴构成的气溶胶，常呈现乳白色，其底部位于地球表面，所以也可以看作是接近地面的云。霭其实跟雾区别不大，它的一种解释是轻雾，多呈现灰白色，与雾的颜色十分接近。广义的雾包括雾、霾、沙尘、烟等一切导致视觉效果受限的物理现象。由于雾的存在，户外图像质量降低，如果不处理，往往满足不了相关研究、应用的要求。...

yl624624的博客 1万+

基于暗通道先验的单幅图像去雾算法小结

在开始之前，先看一组去雾的效果图。 1. 关于去雾的意义及算法去雾在视频监控、航拍、遥感、自动/辅助驾驶等需要在室外复杂、恶劣天气下运行的视觉系统，都可能需要运用到这一技术。目前去雾算法主要有两个思路，一个是基于图像增强的图像去雾处理方法，另一个是基于物理成像模型的图像去雾处理方法。基于图像增强的去雾算法的典型代表就是（全局/局部）直方图和Retinex算

生命在于折腾！ 1万+

基于FPGA的暗通道先验去雾算法

暗通道先验的去雾算法在去雾算法中是比较经典的。但是一般都是用Matlab实现，用veirlog语言实现的较少。在参考何恺明的论文和大磊的教学视频后，用VIP架构写了一个暗通道去雾算法。

qq_52487591的博客 2656

暗通道先验去雾算法

暗通道去雾算法的核心思想是利用大气对光线散射的特性，具体来说，该算法首先假设在无雾情况下，像素点之间的距离越远，大气光强度越低。可以通过分析像素点之间的距离和大气光强度之间的关系，来估计大气光的强度。一旦获得了大气光的强度，就可以使用该信息来消除图像中的雾霾。传统的去雾算法通常会通过查找像素点周围的相似区域，并将这些区域的色彩分布进行插值，以得到清晰、明亮的图像。然而，这种方法往往会引入噪声和伪影，影响图像质量。

2401_83923628的博客 7489

图像处理之图像去雾

雾图模型 I(x)=J(x)t(x)+A(1−t(x))I(x)=J(x)t(x)+A(1-t(x))I(x)=J(x)t(x)+A(1−t(x)) I(x) ——待去雾的图像 J(x)——无雾图像 A——全球大气光成分 t——折射率（大气传递系数）暗通道先验在无雾图像中，每一个局部区域都很有可能会有阴影，或者是纯颜色的东西，又或者是黑色的东西。因此，每一个局部区域都很有可能有至少一个颜色通...

AomanHao的博客 3649

图像去雾算法_图像去雾入门指南

新手刚入门图像去雾领域时，论文不知从何看起，往往是看了最新的论文，然后发现其引用的知识点自己不知道，然后“递归”读论文，越来越迷糊。因此，本篇文章旨在给新手入门图像去雾领域推荐一些可以看的论文，从基础一点的看起。由于本人知识水平有限，主要按照个人理解，分几个大的方法种类推荐一些我看过觉得不错的论文，不一定很全面，但是对小白应该有些帮助~一、基于物理模型去雾1.1 大气光照模型在介绍这一种类的去雾算...

weixin_39794213的博客 2873

基于快速去雾的图像亮度增强方法

起因最近在做一个图像处理的算法，因为图像太暗，所以需要对图像的亮度进行增强(不考虑噪声的放大)。尝试了网上搜索到的各种方法后，发现它们存在两个问题：容易造成原本较亮的地方过曝，并且参数不好设置。尝试了一些暗光增强的paper的算法后，发现它们又太慢了。这时我想到曾经看过的一篇paper说过，有一种亮度增强的算法是基于去雾来做的，步骤很简单： 1. 将RGB图像取反(关于图像取反，请参考我的这...

天律界中子之不写博客不读书 4489

暗通道先验去雾实现过程分析

经典去雾算法-何凯明09年提出暗通道先验去雾(Single Image Haze Removal Using Dark Channel Prior) 暗通道去雾公式：I(x) = f(x)*t(x) + (1 – t(x))*A I(x)为待去雾图像，f(x)为去雾后图像，t(x)为透射率(0,1)，A为大气光成分。根据公式，...

jameschen9051的博客 4557

ShaderOne的体积雾

ShaderOne的体积雾 ShaderOne 是Unity商店的一个shader资源，作者期望把所有的渲染特性集合到一个shader上去，所以起个名字叫 ShaderOne。本人其实比较反对这种 All In One 的shader，因为变种实在太多，优化起来比较蛋疼，不过作为一个学习资料还是挺好的。今天我们来看一下他的体积雾的实现，先上截图：核心代码说到体积雾，大家的第一个印象...

weixin_45979158的博客 906

matlab去雾处理是视频,一种快速视频去雾方法与流程

本发明涉及视频处理技术领域，尤其是一种快速视频去雾方法。背景技术：雾霾条件下拍摄的视频，受到大气环境的影响，会产生退化和失真，这些视频无法反应真实场景的信息。视频去雾是通过一定技术处理，去除雾霾的干扰，恢复视频的细节信息，得到具有良好视觉效果的视频。理论上，视频去雾算法以图像算法为基础，将视频的每帧图像单独作去雾处理，再将处理后的图像按顺序排列重新构成视频，即可完成视频去雾，然而图像去雾算法计算复...

weixin_31715353的博客 923

Scratch离线版部署指南：解决资源缺失与页面显示异常问题

本文提供了一份详尽的Scratch离线版部署指南，旨在解决网络依赖导致的资源缺失与页面显示异常问题。通过从基础文件获取、自动化资源抓取到生产环境部署的完整流程，帮助教育工作者和开发者在无网络环境下搭建功能完整的本地Scratch编辑器，确保编程教学的顺利进行。

wine的专栏 1260

接口操作MySQL跟MongoDB事务回滚问题

通常使用的事务注解：@Transactional 是不会对MongoDB生效的，但是在一些生产接口中无法避免同时使用MySQL跟MongoDB的操作。

weixin_45932023的博客 1578

域适应加雾代码：通过《bringing old photos back to life 》

目录我想说的一些话：摘要引言 1相关工作 1.1大气散射模型 1.2图像加雾 1.2.1基于传统方法的雾图合成 1.2.2基于深度学习的雾图合成 1.2.3图像处理软件加雾 2.方法 2.1图像到图像的翻译 2.2变分自编码器 2.3 域适应雾图合成 3.实验 4结论附录：我想说的一些话：在研究去雾的过程中，发现数据集问题是一个比较棘手的问题，于是顺手做了一下数据加雾的任务，思路很简单，把去雾的输入输出反过来训练，一般的模型都可以做到加雾任务，有时改.

Alocus的博客 6103

【AI智能体】Coze 搭建个人旅游规划助手实战详解

本文将详细介绍如何使用Coze平台搭建个人旅游规划助手。首先概述了AI智能体如何简化传统复杂任务的开发流程，然后重点介绍了Coze工作流的作用和核心节点类型（包括大模型、插件、知识库等）。通过实际操作演示，从创建智能体到配置多级工作流，逐步实现旅游规划功能：解析用户输入时间地点、查询必玩景点、获取景点详细信息等。该教程展示了如何利用Coze的可视化编排能力，即使非技术人员也能快速构建专业级AI应用。最终呈现的旅游助手可提供天气查询、行程建议等一站式服务。

Hello, New World! 2107

MATLAB图像去雾处理

设计题目：图像去雾处理设计目的由于大气的散射作用，照相机接收到景物反射过来的光线经过了衰减。雾天的大气退化图像具有对比度低、景物不清晰的特点，给交通系统及户外视觉系统的应用带来严重的影响。。鉴于图像处理和计算机视觉中有关图像理解、目标识别、目标跟踪、智能导航等领域的很多算法都是假设输入的图像或视频是在理想天气条件下拍摄的，因此有雾图像清晰化就显得格外重要，是目前人们研究的热点问题之一，但由于成像系...

m0_59833680的博客 5506

深度学习CV八股文

深度学习CV八股文一、深度学习中解决过拟合方法L1和L2正则化DropoutDropout正则化Inverted Dropout（反向随机失活）Dropout起到正则化效果的原因：Dropout的缺点eargstopping ( 早停法 )二、深度学习中解决欠拟合方法三、梯度消失和梯度爆炸解决梯度消失的方法解决梯度爆炸的方法四、神经网络权重初始化方法Xavier指数加权移动平均数五、梯度下降法梯度下降SGD(随机梯度下降法)Momentum(动量梯度下降)Nesterov Momentum自适应学习率算法A

填坑 2万+

RISC-V内核移植实战：从零开始手把手实现RT-Thread上下文切换（附GD32VF103代码解析）

本文详细解析了在RISC-V架构上移植RT-Thread实时操作系统的核心步骤，重点聚焦于上下文切换机制的实现。通过对比ARM Cortex-M与RISC-V在中断处理和寄存器管理上的关键差异，并以GD32VF103开发板为例，手把手指导开发者完成libcpu抽象层适配、线程栈初始化以及三种上下文切换方式的代码编写与调试，为嵌入式开发者从ARM转向RISC-V平台提供了实战指南。

fern8的博客 739

【图像去雾】基于暗通道算法的图像去雾附Matlab代码

雾霾天气会导致图像的清晰度下降，颜色失真，严重影响图像的视觉质量和后续处理。图像去雾技术旨在恢复雾天图像的清晰度和色彩，提高图像的视觉质量，并为后续图像分析和处理提供更清晰的图像数据。近年来，基于暗通道先验的图像去雾算法因其简单高效、效果显著而受到广泛关注。本文将深入探讨基于暗通道算法的图像去雾技术，分析其原理、算法流程、优缺点以及应用场景。基于暗通道算法的图像去雾技术是一种简单高效、效果显著的图像去雾方法。

m0_57702748的博客 1801

[ESP32]：基于esp-modbus实现serial主机

LINKKEEE的博客 2567

蓝桥杯做题经验总结

闲来无事翻以前竞赛的记录，发现在准备蓝桥杯的时候还是下了点功夫的，当时竟然这么认真，我都忘记了。以下是我当时比赛之前根据自己的个人情况总结的做题经验。（因为我几乎是从小白的水平开始练习的，练习了不到两个星期，比赛的时候拿了省二。。。当然也很垃圾，不过从我的角度看还是很满意的。经验仅供参考，我放出来主要是想纪念一下认真努力的时光，也想要告诉大家做题一定根据自己的情况多总结，找到适合自己的方式。）...

Alisa01的博客 5290

slam_toolbox 简介和使用

专为移动机器人在未知环境中实时构建地图和定位设计。它适用于2D和3D环境，支持多种机器人平台和传感器配置。

weixin_74808846的博客 3305

OpenAI Function Calling 实战：让 Agent 自动调用外部 API 接口

在 2023 年 6 月之前，大语言模型（LLM）的能力边界是清晰的：它能说会道，能写诗作赋，也能帮你润色文案。但如果你问它"北京现在天气怎么样"，它要么答不上来，要么基于过时的训练数据给你一个错误答案。原因很简单——LLM 的训练数据是有截止日期的，它活在"过去"。2023 年 6 月，OpenAI 在 GPT-4 的更新中引入了 Function Calling 功能，彻底改变了这一局面。Function Calling（也叫 Tool Use 或工具调用）是一种让 LLM 与外部系统交互的机制。

2201_76125393的博客 85

上一篇： PKUSC2018部分题解

下一篇： LOJ 6495~6497「雅礼集训 2018 Day1」

【牛客多校20210717 Cut the Tree】【长链剖分】

beginend

07-20

540