<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ZLH_HHHH的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ZLH_HHHH</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ZLH_HHHH]]></copyright><item><title><![CDATA[HDU 6706  huntian oy]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/100051154</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/100051154</guid><author>ZLH_HHHH</author><pubDate>Sat, 24 Aug 2019 12:47:03 +0800</pubDate><description><![CDATA[HDU&nbsp;&nbsp;6706&nbsp;&nbsp;huntian&nbsp;oyHDU\ \ 6706\ \  huntian\ oyHDU&nbsp;&nbsp;6706&nbsp;&nbsp;huntian&nbsp;oy
http://acm.hdu.edu.cn/showproblem.php?pid=6706
哎，开始就觉得,对于,i&amp;gt;j,gcd(i,j)=1,...]]></description><category></category></item><item><title><![CDATA[RLS算法到卡尔曼滤波 II]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/90522993</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/90522993</guid><author>ZLH_HHHH</author><pubDate>Sat, 25 May 2019 16:40:35 +0800</pubDate><description><![CDATA[接着上一篇文章：https://blog.youkuaiyun.com/ZLH_HHHH/article/details/90515377
卡尔曼滤波在原本的RLSRLSRLS基础上增加了一个线性系统。
卡尔曼滤波应用于下面的系统：
(1)x(k)=F(k−1)x(k−1)+G(k−1)u(k−1)+w(k−1)x(k)=F(k-1)x(k-1)+G(k-1)u(k-1)+w(k-1)\tag{1}x(k)=...]]></description><category></category></item><item><title><![CDATA[RLS算法到卡尔曼滤波 I]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/90515377</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/90515377</guid><author>ZLH_HHHH</author><pubDate>Fri, 24 May 2019 16:58:15 +0800</pubDate><description><![CDATA[我的这篇文章写了RLS算法的直接动机。
https://blog.youkuaiyun.com/ZLH_HHHH/article/details/89061839
数学上等价于最小二乘法。
接着《RLSRLSRLS算法》这篇文章来说。
PPP矩阵到意义
回想，最初目标函数的定义：
J=E((Y(k)−H(k)x^(k))T(Y(k)−H(k)x^(k)))=E((H(k)x+v(k)−H(k)x^(k))T(...]]></description><category></category></item><item><title><![CDATA[Darknet 正向预测与反向传播]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/90174293</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/90174293</guid><author>ZLH_HHHH</author><pubDate>Tue, 14 May 2019 01:24:39 +0800</pubDate><description><![CDATA[关于这两个算法，我仅仅类比梯度下降一个做计算，并结合源码。但这样做的意义和效果不做分析。能力有限。我也有很多的不理解。
梯度下降很简单，根据施瓦茨不等式，我门可以知道，对于连续函数，梯度方向是其曾长最快的方向，这方向有点瞬时的味道，就是说只仅限于当前点，那么反向是其下降最快的方向。而沿着与梯度正交的方向运动，则相当于沿着等势面运动。此时函数值不变。
那么沿着梯度反方向搜索，可以保证函数值下降，直到...]]></description><category></category></item><item><title><![CDATA[51nod 2564 格子染色]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/89925786</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/89925786</guid><author>ZLH_HHHH</author><pubDate>Tue, 07 May 2019 17:36:36 +0800</pubDate><description><![CDATA[题目链接：http://www.51nod.com/Challenge/Problem.html#!#problemId=2564
令AAA为染成白色的集合，BBB为染成黑色的集合 CCC为被惩罚的集合
ans=max⁡A,B(∑k∈Aw(k))+∑k∈Bb(k)−∑k∈CP(i))=∑k=1n(w(k)+b(k))−min(∑k∈Ab(k)+∑k∈Bw(k)+∑k∈CP(i))ans = \ma...]]></description><category></category></item><item><title><![CDATA[RLS算法]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/89061839</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/89061839</guid><author>ZLH_HHHH</author><pubDate>Sun, 07 Apr 2019 00:55:40 +0800</pubDate><description><![CDATA[一般最小二乘法
一般最小二乘法是给定若干观测值，计算一个最有可能的估计。
[y(1)y(2)⋮y(k)]=[h(1)1h(1)2⋯h(1)nh(2)1h(2)2⋯h(2)n⋮⋮⋱⋮h(k)1h(k)2⋯h(k)n][x1x2⋮xk]\left [\begin{matrix}y(1)\\
y(2)\\
\vdots\\
y(k)
\end{matrix}\right]=\left [\begin{m...]]></description><category></category></item><item><title><![CDATA[51nod 1838]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/86813406</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/86813406</guid><author>ZLH_HHHH</author><pubDate>Sat, 09 Feb 2019 16:02:22 +0800</pubDate><description><![CDATA[51nod 1838
http://www.51nod.com/Challenge/Problem.html#!#problemId=1838
题目中有一个很巧妙的反演。由于之前没接触过这类题目。第一次接触，感觉学到了很多东西。
首先。计算，无限限制的情况下，从(0,0)(0,0)(0,0)走到(x,y)(x,y)(x,y)，不走(0,0)(0,0)(0,0)向量的方案数。
由于xxx方向和yyy...]]></description><category></category></item><item><title><![CDATA[51nod 2214]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/86737407</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/86737407</guid><author>ZLH_HHHH</author><pubDate>Fri, 01 Feb 2019 14:46:24 +0800</pubDate><description><![CDATA[51nod 2214
http://www.51nod.com/Challenge/Problem.html#!#problemId=2214
现在给定一个长度为 N 的 01串，同时给定参数 M，可以执行以下两种操作:

选择串的任意一个位置取反
指定整数 K&amp;gt;= 1，将串的前 K * M 位全部取反。
用最少的操作次数，使得这个串的N-M前缀和N-M后缀完全相同，你只需要输出最少的操作次...]]></description><category></category></item><item><title><![CDATA[超平面]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/82912270</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/82912270</guid><author>ZLH_HHHH</author><pubDate>Sun, 30 Sep 2018 17:44:46 +0800</pubDate><description><![CDATA[超平面
之前学习过单层感知机。对超平面有一个感性的认识。
笼统的说超平面其实就是nnn维空间的n−1n-1n−1维子空间
类似于二维空间的直线， 三维空间的平面。
为了 导出超平面的定义，其实我们需要从新看待直线的定义.
将方向的影响考虑到直线中。
给定一个二维向量(A,B)(A,B)(A,B),所有垂直于此向量的点都满足：Ax+By=0Ax+By=0Ax+By=0
这是因为，垂直后，向量内积恒为...]]></description><category></category></item><item><title><![CDATA[对CDQ分治的一些理解]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/82851462</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/82851462</guid><author>ZLH_HHHH</author><pubDate>Wed, 26 Sep 2018 12:01:03 +0800</pubDate><description><![CDATA[CDQ分治与树状数组(BZOJ3295)
之前有简单接触过CDQ分治，后来讨论说CDQ多数可以写成非递归形式，在学弟的建议下就写一个博文把。
这个东西其实和树状数组遍历方式非常相似。
我对CDQ的理解可能比较浅显。所以我对CDQ的理解只是以下面贡献的形式来理解。
CDQ分治通过将问题分割成两种贡献：
1：段内贡献
2：段间贡献
比如说问题规模为nnn,初始问题为CDQ(1,n)CDQ(1,n)CD...]]></description><category></category></item><item><title><![CDATA[ICPC 焦作 Sequence]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/82729214</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/82729214</guid><author>ZLH_HHHH</author><pubDate>Sun, 16 Sep 2018 20:33:16 +0800</pubDate><description><![CDATA[ICPC 焦作 Sequence

https://nanti.jisuanke.com/t/31713



题目是给定 1&amp;lt;m&amp;lt;250,1&amp;lt;n&amp;lt;1091&amp;lt;m&amp;lt;250,1&amp;lt;n&amp;lt;1091[1,n][1,n][1,n]中等概率取mmm个数字,组成一个非递减序列，记f(i)f(i)f(i)为iii出现的次数 .



计算下式期望maxni=1f(i)m...]]></description><category></category></item><item><title><![CDATA[一次面试的题目]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/82598264</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/82598264</guid><author>ZLH_HHHH</author><pubDate>Mon, 10 Sep 2018 23:44:05 +0800</pubDate><description><![CDATA[这道题目是：

有一个蚂蚁，从节点0出发，走到节点4结束。在节点1，2，3都有0.5改了向前，0.5概率后退。蚂蚁在节点1必然前进。求蚂蚁走到第四个节点期望或者近似值：

开始的时候没有思路，但是把蚂蚁前进看作+1，后退看作-1 以为跟卡特兰数有关。也是拼命的变换。毫无进展。 
不过转换一下思路，考虑枚举状态转移，令P[k,t]P[k,t]P[k,t]表示走k步到达t节点的概率。 
那么 P[k,...]]></description><category></category></item><item><title><![CDATA[2018 ICPC 徐州 计蒜客 - Easy Math]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/82562820</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/82562820</guid><author>ZLH_HHHH</author><pubDate>Sun, 09 Sep 2018 21:43:43 +0800</pubDate><description><![CDATA[计蒜客 - Easy Math

题目给定m&amp;amp;lt;2∗109,n&amp;amp;lt;1012m&amp;amp;lt;2∗109,n&amp;amp;lt;1012mans=∑i=1mμ(in)ans=∑i=1mμ(in)ans=\sum_{i=1}^m\mu(in) 
显然： μ(n)=0μ(n)=0\mu(n)=0时 ans=0ans=0ans=0 
当mu(n)!=0mu(n)!=0mu(n)!=0时： 
ans=∑i=1mμ(in...]]></description><category></category></item><item><title><![CDATA[51nod 1747 近似多项式（最小二乘法）]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/81023926</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/81023926</guid><author>ZLH_HHHH</author><pubDate>Thu, 12 Jul 2018 23:12:48 +0800</pubDate><description><![CDATA[最小二乘法

最小二乘法可以拟用于曲线拟合。 
比如离散的给定点的运动轨迹轨迹：P0,P1,...,PnP0,P1,...,PnP_0,P_1,...,P_n 
用一个多项式曲线f(x)f(x)f(x)，近似描绘出运动轨迹。

f(x)=∑i=0Naixif(x)=∑i=0Naixif(x)=\sum_{i=0}^Na_ix^i

运动轨迹可以看作是一个离散的函数。近似程度可以用：

E(a0,a...]]></description><category></category></item><item><title><![CDATA[BZOJ 2440]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/79018678</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/79018678</guid><author>ZLH_HHHH</author><pubDate>Tue, 09 Jan 2018 23:22:03 +0800</pubDate><description><![CDATA[BZOJ 2440



计算第kk个不含平方因子的数。



显然。如果aa含有平方因子。



则：μ(a)=0\mu(a)=0



如果不含有。则：μ(a)2=1\mu(a)^2=1



这跟莫比乌斯函数的定义有关。



我的一篇文章介绍过计算∑inμ(i)2\sum_i^n\mu(i)^2的方法。

http://blog.youkuaiyun.com/ZLH_HHHH/article/deta]]></description><category></category></item><item><title><![CDATA[51nod 1964 1964 陵陵曾玩的数论题]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/78871539</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/78871539</guid><author>ZLH_HHHH</author><pubDate>Fri, 22 Dec 2017 11:36:42 +0800</pubDate><description><![CDATA[https://www.51nod.com/onlineJudge/questionCode.html#!problemId=1964强烈建议在阅读时动手设计一下算法流程。会有助于理解。解决此题。必须知道下面T(n)T(n)的增张速度。T(n)=maxk=1n(T(k−1)+T(n−k)+min(k,n−k+1))T(n)=\max_{k=1}^{n}\big(T(k-1)+T(n-k)+min(k]]></description><category></category></item><item><title><![CDATA[51nod 1803 森林的直径]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/78690145</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/78690145</guid><author>ZLH_HHHH</author><pubDate>Fri, 01 Dec 2017 19:03:21 +0800</pubDate><description><![CDATA[链接： 
https://www.51nod.com/onlineJudge/questionCode.html#problemId=1803&noticeId=396652树是随机生成的。就题目的代码设计思路不会很复杂。但问题是树的深度较坏情况的概率。我们是需要分析好的。也就是说，我们需要明白随机生成一棵树的期望深度是多少。出现稍微坏一点的可能又是多少。题目中生成树的方式可以生成任何一种形状的nn]]></description><category></category></item><item><title><![CDATA[BZOJ 1494  [NOI2007]生成树计数]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/78616288</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/78616288</guid><author>ZLH_HHHH</author><pubDate>Thu, 23 Nov 2017 16:34:18 +0800</pubDate><description><![CDATA[BZOJ 1494  [NOI2007]生成树计数题目链接：http://www.lydsy.com/JudgeOnline/problem.php?id=1494题目大意： 给定nn个点的无向图 。节点编号1......n1......n第ii个点与第j个点有边.当且仅当:∣∣i−j∣∣≤k\big|i-j\big|\leq k计算nn个点时图的生成树数量。2≤k≤5  , 2≤n≤10152\l]]></description><category></category></item><item><title><![CDATA[2017  ICPC  hihocoder 1636]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/78609174</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/78609174</guid><author>ZLH_HHHH</author><pubDate>Wed, 22 Nov 2017 22:32:47 +0800</pubDate><description><![CDATA[链接：https://hihocoder.com/problemset/problem/1636石子归并变形版本。在原有石子归并问题上。增加合并堆数的限制。原有石子归并一次必须合并 22 堆现在一次必须合并 kk 堆k∈[L,R]k\in[L,R]，也就是说合并的堆数不小于LL，不大于RR。每次合并的耗费。依然是石子总重。那么显然合并前。我们需要知道。有多少堆合并了。对于堆数不在[L,R][L,R]]]></description><category></category></item><item><title><![CDATA[经典的三种排序算法]]></title><link>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/78598381</link><guid>https://blog.youkuaiyun.com/ZLH_HHHH/article/details/78598381</guid><author>ZLH_HHHH</author><pubDate>Wed, 22 Nov 2017 01:06:18 +0800</pubDate><description><![CDATA[归并排序：归并排序。可以说分治策略用在了排序问题上。我们每次将数组分成两半。递归的排序这两半。然后用线性时间将其合并起来。变成一个完整的有序数组。复杂度分析：T(n)=2T(n2)+O(n)T(n)=2T(\frac{n}{2})+O(n)显然最多展开log2nlog_2n层。所以总时间复杂度：O(nlogn)O(nlogn)堆排序：如果不知道堆这个数据结构的同学。可以自行学习。（百度一大把）通过不]]></description><category></category></item></channel></rss>