Expressing Youself Using Code

该模板在哪里下载？http://www.springer.com/computer/image+processing/journal/11263，Instructions for Authors，Text中下载nannan投稿IJCV，发现参考文献格式有问题，找了很久也没找到原因。后来看spbasic.bst（有三个bst文件，选哪个呢？该文件前面有说明： For Springer

FFTW是一个比较快的、非常出名的一个DFT的开源库。 本文探索安装和配置FFTW，用Visual Studio 2008来使用fftw。第一步：下载最新的fftw库这一步很简单，只要在google里搜索fftw，很容易就可以定位到fftw的官网。为了方便，贴出fftw的Windows版本的下载页面：http://www.fftw.org/install/windows.htm

1、hyperref 使用\url{.....}不自动分行长的url解决方案

这个是在凸优化里面看的，在EM算法中看有用到，所以用latex写了篇回忆用的小短文，现在不会把latex产生的pdf怎么转变成放到这里的内容。所以我选择直接贴图。这个pdf可以在我的资源里找到。 http://download.youkuaiyun.com/detail/bendanban/7358053

方法一：不使用头文件。1.c中

有很多事情需要我们去处理，处理事情的时候就一个态度问题，我建议应该以一种认真的主动态度来处理事情。

所谓点，就是一个n维的一个实数向量。所谓点集，就是一个实数向量的集合。一般用大写字母表示点集，用小写或者希腊字母表示点。点集中的点和集：1、内点，内点集：给定一个集合，如果说x是他的内点，那么x存在一个r邻域，这个邻域包含于原集合。x的r邻域就是与x距离小于r的那些点的集合。2、闭包，集合的闭包就是指的原集合取补集，然后取其内点集，再取其补集。3、边界点，边界，所谓边界集，就是指原集之闭包减去原集

一、特征提取Feature Extraction：SIFT [1] [Demo program][SIFT Library] [VLFeat]PCA-SIFT [2] [Project]Affine-SIFT [3] [Project]SURF [4] [OpenSURF] [Matlab Wrapper]Affine Covariant Features [5] [Oxford project]

本文介绍了，texlive2013在ubuntu12.04上的完整安装和配置过程，特别是完成了对中文字体的支持问题。Enjoy it !

Low-rank approximationsGive M×NM \times N matrix CC and a positive integer kk, we wish to find an M×NM \times N matrix CkC_k of rank at most kk，so as to minimize the Frobenius norm of the matrix differ

直接上代码：#include <opencv2/opencv.hpp>using namespace cv;#include <cmath>using namespace std;template<typename T>int _get_hog(vector<float> &hist, const Mat &img, const int nbins = 8, const bool need_n

1) try ‘there will be’ instead of ‘then’ In homogeneity MRF, if fi=fjf_i=f_j and fNi=fNjf_{\mathcal{N}_i}=f_{\mathcal{N}_j}, there will be P(fi|fNi)=P(fj|fNj)P(f_i|f_{\mathcal{N}_i}) = P(f_j|f_{\m

SVD is a factorization of a real or complex matrix. It has many useful applications in signal processing and statistics. Formally, the singular value decomposition of an m×nm\times n real or compl

1、不错的Latex参考网站

没时间闲扯了，直接上代码吧。x = 0:0.01:3;y1 = sin(x);y2 = sin(x).^2;y3 = sin(x).^sin(x);y4 = cos(x).*sin(x);plotsc{1} = 'ph(i) = plot(x, y1); hold on;';plotsc{2} = 'ph(i) = plot(x, y2); hold on;';plotsc{3} = 'p

我经常用PowerPoint来做一些简单的图例，我把这些图例保存成图片，然后用LaTeX来完成文档的编写。不幸的是PPT保存成图片只能是非矢量图，看起来不好看，而且放大以后可能会变形。为了能将PPT的矢量图弄到LaTeX生成的PDF里，我们可以先把ppt存成pdf文档，然后将pdf文档裁切就可以完美的让LaTeX来处理了。

简介到底如何画流程图呢？用PowerPoint么？Viso？好像都很难满足自己的需求。本文介绍一种比较“专业”的流程图生成方式— 使用dot语言来制作流程图。准备工作首先请确保你已经安装了Graphviz，如果没有安装请移步 http://www.graphviz.org/Download_windows.php注意到，Graphviz支持windows和linux，所以不用担心平台的问题。Grap

LaTeX采用编译方式来生成排版文档，现有的专用于LaTeX的编辑器也有不少，但是我一个也不喜欢。我更喜欢使用Notepad++，特别是它的列编辑功能！！一番研究之后，我搭建了一个简单的开发环境用于编辑+编译LaTeX源文件。 下面一步步介绍下，如何做到这一步：必备软件你必须已经安装好了texlive，附上HUST的镜像 http://mirrors.hust.edu.cn/CTAN/安装个轻

信号的频谱表征信号的特征是可行的。连续信号，离散信号的频谱存在关系。连续周期信号。 如果我们知道他的周期，就可以在一个周期内把他展开成傅里叶级数，sum_{n=-\infty}^{\infty}c_n \exp{i 2 \pi nf_0 t}c_n就是这个连续周期信号的离散傅里叶频谱。连续非周期信号，如果在实数轴上可积且绝对可积，那么就很有可能存在连续的傅里叶频谱，频率范围

上接：连续信号（模拟信号）在有限区间上的傅立叶级数展开,离散频谱 此文用matlab作下实验。实验一：由简谐波叠加起来的信号在有限区间上的傅立叶级数展开，离散频谱。实验信号为：我们取不同的时间区间（自变量t变化区间）对这个信号做频谱分析。1.1、 当t变化为[2.5, 3.5]时这里只是限定区间的长度为1，至于区间端点的取值，是我随意取得，没有限

先解释下文章的题目。我们讨论的是信号，首先面临的是什么是信号，或者我们将要讨论的具体“信号”代表的是什么，其实我认为信号就是函数，之所以不称他为函数，是因为他是一种特殊的函数----它携带了信息，所以信号就是携带了信息的函数。 连续信号是指，自变量连续取值的信号，也称为模拟信号。注意，这里并没有说连续信号是连续函数，连续信号只是限制了自变量取值的连续性。而自变量不是连续变化的信号，称为离散信号。在

2006年Abbreviated Journal Title;ISSN;{2006} Total Cites;Impact Factor;Immediacy Index;{2006} Articles;Cited Half-Life==============================================================================

原文地址：http://blog.renren.com/share/230039275/6286294913要对latex插图仔细研究，推荐Latex插图指南一文（一般CTEX安装目录下help文件夹graphics.pdf就是了），下边用双引号括起来的都引自此书。PS:本文中代码里的图片文件名在编译时请换成你的电脑里实际有的图片，这个大家应该都懂的。1、        我

居中文本环境：\begin{center} 第一行\\第二行\\...第n行 \end{center}.可以用\\[长度]来插入可以省略的额外行间距。在一个环境内部，可以用命令\centering来居中后接文本，同样用\\作为行分隔符。单独的一行文本可以把它作为tex命令\centerline{文本}的参数来居中排列。单边调整环境:\begin{flushleft} 第一行\\

在大学的食堂里总有机会能看到有男生和女生一起吃饭。看到这种现象，我想到一个问题，我们看到的正在一起吃饭的男女，他们是情侣的概率有多少呢？想利用概率论的一点知识思考下这个问题，把自己觉得正确分析写出来，有兴趣的同学，可以发言讨论下。我们假设：  1） 校园里M个男同学和N个女同学。  2） 女同学的个体数小于男同学的个体数。  3） 找了本校在校男同学作为男朋友的女同学个数占所有

问题描述：假设有一个任务，我们记为A，要求N个人，分成M组来完成。 为了简化问题，我们设置一下假设：1） 初始情况下，对于每一个个体而言，他们选择其它任何一个个体的概率是相同的。 2） 只能两个人一组。 （N = 2*M）。不同的组队方式有 (2M)!/(2^M) ， 他的推到过程我就不写了。 如果我没有推到错的话，我暂且说，他的推到挺简单的。 现在假设至多有一个队伍是可以

研究随机现象， 什么是随机现象呢？在某种特定情况下，或者某个环境中，不总是出现同一个结果的现象就是随机现象。研究某个随机现象的时候，随机现象所有可能结果组成的集合称为样本空间。 随机现象的每种基本结果被定义为样本点。我们可以理解这种隶属关系，随机现象拥有样本空间和样本点这两个属性。 某些样本点组成的集合称为事件。事件本质是集合，我们可以研究事件间的关系、事件间的运算。在事件上定义一个叫做概率的函数

有些时候，我们需要完成一些任务，我觉得不少理科的学生都愿意去分类，把需要研究的问题分类理解、解决，所以我试图分割开某些任务。有一种任务，我们需要

由于统计学在现实生活和“高端”科学研究中有着很高的地位，时常思考统计相关的问题，加深对它的基础理论的理解应该对我们理解和研究现实世界有帮助。1、样本空间与总体的关系样本空间，在茆诗松等编著的《概率论与数理统计教程》一书中，是这样定义的：随机现象的一切可能的基本结果组成的集合称为样本空间，每个基本结果被称为样本点。首先理解一下，什么是随机现象？随机现象就是在一定条件下，并不总是出现相同结果的

什么是统计量呢？在于寅的《高等工程数学中》区分了统计量和统计量观测值，在维基百科中，没有区分这一点，茆诗松等编著的《概率论与数理统计教程》中也没有区分这一点，因为大家如果理解，在某些场合我们可以根据上下文来区分它们的真正含义。我们先看看如何区分的理解他。总体的一个简单随机样本（实际上大家不说也应该知道样本是简单随机的）X_1,X_2,...,X_n，如果样本函数 T(X_1,...,X_n

我不是试图用通俗的语言来解释清楚什么是假设检验，如何去实践。 做到能用理 论化的语言来描述和理解问题是科研工作者应该掌握的能力。其实这个不难，只要 把基本问题吃透了，就可一在基本问题上继续问题。1、统计假设检验问题    “假设检验”，从字面上上理解就是先“假设”，后“检验”的过程，“检验”的对象当然 是之前的假设本身，有些情况下为了区分与其它学科的“假设”，研究统 计的人就 用“统计

有些问题，一定有答案，我们可以花时间来研究它，如果一切皆有可能这个原则是正确的，那么某些问题没有答案也是可能的，关键是我们在知道结果之前很难知道他到底有没有答案。到底如何做呢？想想曾经看过一个挖井人的漫画，画里面讲的是一个人在挖井，挖了很多井，没有一个挖到水，他认为这里就没有水了，这个图告诉我们，有时候我们放弃了一个可以成功的机会，不要轻易放弃，然后我有看到另一个漫画，有两个人，一个人在不同的

我们有很多目录，每个目录下都有些有用的文件，比如图像文件，如何自动的扫描这些文件呢？可以使用dir函数来完成这个任务。比如假设给定目录 baseDir,它是一个字符串，包含的是某个目录，例如'./Data/'现在我们的问题转化成了，如何扫描Data目录下的文件。假设Data目录下有N001.m和N002.m，还有其它目录baseDir = './Data/';cont

要知道模式识别讲什么内容。主要解决什么问题，我们如何进入这个领域，总要知道一些基本的概念，一些基本的、现有的方法。概念性的东西，参考希腊的那本《Pattern Recognition》，我看的是第四版的影印版，有时候也会看看Duda的模式分类，这本书有电子版原版，原版影印版在国内已经绝版了。有时候也会参考wikipedia，这个网站确实不错！1、模式识别 英文是 P

聚类clustering，无监督学习unsupervised learning分类也。 聚类有不少经典的方法，我们先从基本概念，本质属性开始讨论，慢慢把这些方法掌握，应用到实际问题中。

这一类算法比较简单。我们考虑一下规则。* 在算法中所有特征向量只呈现一次；* 实际聚类成几类我们事先不知道；（在算法执行过程中，新的类被创建）我们给出如下记号，d(x,C) 表示 特征向量x与C类之间的不相似度（dissimilarity）,我们不考虑它的具体定义，大家可以根据自己的实际情况人为选择。需要人为定义两个参数：一个阈值，一个是最大类别数。基本思想是：

层次聚类算法不同于其它算法，主要体现在它不是只生成一个分类结果，而是产生一系列原模式集合的分类结果，每个分类结果满足一些限制。1、概念X = {x_i, i = 1,...,N}; 是N个l维特征向量组成的集合，我们就是要对这个集合中的特征向量分类。Clustering ： R = {C_j, j = 1,...,m}。是某个聚类结果，就叫他类簇吧，我想这样叫，也许别人已经定义

本文介绍如何使用动态规划的思想，寻找矩阵序列连乘的最优时间复杂度。