Lil Wing-优快云博客

原创 CCF-CSP题解第二题（Java）

1.首先将第一个数存入栈中，遇到'+'号：将'+'号后面的数字存入栈，遇到'-'号：将'-'号后面的数字变为负数后存入栈，遇到'x'号：将栈顶元素弹出并和'x'号后面的数字相乘，将结果存入栈，遇到'/'号：将栈顶元素弹出并和'x'号后面的数字相除，将结果存入栈，最后将栈中的所有元素相加即为表达式的计算结果。4.下界减去上界为两个1之间的距离，该距离再减去1即该列的方块可以移动的距离，计算每列的移动距离后找出最短的移动距离，即方块下落所能移动的距离。奇数索引对角线移动方向为左下，每次移动行+1，列-1。

2023-03-22 21:00:30 1369

原创 CCF-CSP题解第一题（Java）

思路：定义两个数组，一个长度为 n 的 arr1，一个长度为 10001 的 arr2。arr1 用于存储输入的数，arr2 存储各个元素出现的个数。初始化 arr2 的值全为 0根据 arr1 中输入的值 num，对应的 arr2 索引的值 arr2[num]++取出 arr2 中最大值的最小索引import java.util.Scanner;public class Main { public static void ma

2021-09-11 19:51:10 2619 1

原创 MixMo: Mixing Multiple Inputs for Multiple Outputs via Deep Subnetworks（ICCV 2021）详解

论文地址：MixMo: Mixing Multiple Inputs for Multiple Outputs via Deep Subnetworks代码地址：https://github.com/alexrame/mixmo-pytorch一、贡献提出了一种新的多输入多输出深度子网学习广义框架MixMo，MixMo 可以作为一种集成方法或一种新的混合样本数据增强方法进行分析，同时仍然与两种研究方向的工作保持互补。不对称的混合也会造成网络特征中的信息不平衡的新问题，作者通过一个新的加权损.

2021-08-27 11:31:41 726

原创非对称加密（公钥密码）算法的研究与使用

文档&代码：https://github.com/LilWingXYZ/Public-Key-Cryptography-Algorithm

2021-07-02 22:39:53 197

原创深度学习理论知识二十问

1、What are representation and representation learning meaning? 在深度学习领域内，表示是指通过模型的参数，采用何种形式、何种方式来表示模型的输入观测样本X。表示学习指学习对观测样本X有效的表示。表示学习是学习一个特征的技术的集合：将原始数据转换成为能够被机器学习来有效开发的一种形

2021-06-21 16:42:47 448

原创 Shuffle Transformer: Rethinking Spatial Shuffle for Vision Transformer（arXiv 2021）详解

论文地址：https://arxiv.org/pdf/2106.03650.pdf代码地址：https://github.com/speedinghzl/ShuffleTransformer

2021-06-20 19:26:13 644

原创 Context-Aware Multi-View Summarization Network for Image-Text Matching（ACM MM 2020）详解

论文：https://dl.acm.org/doi/pdf/10.1145/3394171.3413961代码：https://acmmmcamera.wixsite.com/camera

2021-06-19 16:31:40 381

原创 Python实现深度学习经典问题

实验一：Perceptron（感知机）1.实验要求 Define a two-class problem, including 30 positive data and 30 negative data. Write the code of perceptron using Python.2.实验过程 &nbsp

2021-04-05 19:50:42 1354 2

原创机器学习经典问题解析

1. 简述信息熵(Entropy)推导的辛钦定理(The Khinchin Axioms for Entropy,1957)。假设X为1,2,……k的离散随机变量，并将Pr(X=i)缩写为pi。若要将此分布简化为一个函数H[X]，那H[X]必须服从以下定理。其中，我们定义H[X,Y]为两随机变量(X,Y)的函数，H[Y|X=x]是条件分布Pr(Y|X=x)的函数。① H[X]仅取决于X的概率分布。② 给定k值，当所有i

2021-04-05 19:15:21 740

原创 Class-wise Dynamic Graph Convolution for Semantic Segmentation（ECCV 2020）详解

论文地址：https://arxiv.org/pdf/2007.09690.pdf一、背景近年来语义分割出现了很多利用上下文信息，也就是context information的一个方法，最具代表性的主要包括几种，作者总结的第一种是利用空洞卷积的ASPP模块的deeplab系列，第二种是利用金字塔池化的PSPNet，还有就是自注意力机制，代表工作包括DANet，CCNet，OCNet等等。二、动机 &nb

2021-03-07 19:34:34 2029 4

原创合成孔径雷达影像（SAR图像）变化检测深度学习研究方法

本文是对一些利用了深度学习方法进行SAR影像变化检测的论文的解读，下列是所解读的论文的名称、论文地址和代码地址：1. Automatic Change Detection in Synthetic Aperture Radar Images Based on PCANet, IEEE GRSL 2016.http://fenggao-file.stor.sinaapp.com/2016_CD_GaborPCANet.pdfhttps://github.com/summitgao/SAR_Change

2021-03-06 21:04:55 8120 2

原创基于PCA和K-Means的合成孔径雷达SAR影像变化检测（PCAKM）

论文名称：Unsupervised Change Detection in Satellite Images Using Principal Component Analysis and -Means Clustering, IEEE GRSL, 2009.论文地址：https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=5196726基于PCA和K-Means的合成孔径雷达SAR影像变化检测（PCAKM） &n

2021-03-05 20:33:50 2814 18

原创合成孔径雷达影像（SAR图像）变化检测传统研究方法

论文名称：合成孔径雷达影像变化检测研究进展论文地址：https://web.xidian.edu.cn/mggong/files/20151108_104143.pdf一、SAR影像变化检测方法单极化 SAR 影像变化检测的基本流程范式，即经典的三步流程范式： 1. 预处理 2. 生成差异图 3. 分析差异图1. 预处理

2021-03-05 18:19:28 11607 11

原创 GINet：Graph Interaction Network for Scene Parsing（ECCV 2020）详解

论文地址：https://arxiv.org/pdf/2009.06160.pdf 一、背景 Scene Parsing 任务属于语义分割的一个分支，也是把每个像素点分成一个具体的语义类别，它和常见的语义分割的区别在于 Scene Parsing 任务的数据集里的类别分为 Object 和 Stuff 两种类别，Stuff 类别是背景类别，比如天空、草地这种形状不太固定的类别，而且这种数据集的类别一般也会比较多，比如 A

2021-03-04 11:04:38 954 2

原创图像分类任务实战

本文基于AI研习社发布的“图像场景分类挑战赛”完成，主要是从一个小白如何去将一个图像分类的任务用代码跑起来的角度写的，也是自己的一个学习过程。图像场景分类挑战赛：https://god.yanxishe.com/97?from=god_home_list拿到比赛题目时，首先做以下几点观察：首先分析一下这个任务：就是一个将一些风景图片正

2021-03-04 09:53:09 577

原创深度学习Pytorch代码教程

代码练习需要使用谷歌的 Colab，它是一个 Jupyter 笔记本环境，已经默认安装好 pytorch，不需要进行任何设置就可以使用，并且完全在云端运行。使用方法可以参考 Rogan 的博客：https://www.cnblogs.com/lfri/p/10471852.html 国内目前无法访问 colab，可以安装 Ghelper: http://googlehelper.net/1 图像处理基本练习 &

2021-03-01 13:24:06 387

原创 SENet：Squeeze-and-Excitation Networks（CVPR 2018）详解

一、SENet简介 Squeeze-and-Excitation Networks（SENet）是由自动驾驶公司Momenta在2017年公布的一种全新的图像识别结构，它通过对特征通道间的相关性进行建模，把重要的特征进行强化来提升准确率。这个结构是2017 ILSVR竞赛的冠军，top5的错误率达到了2.251%，比2016年的第一名还要低25%，可谓提升巨大。 &

2021-02-27 14:51:52 1440

原创深度学习：算法到实战

本文是学习专知课程《深度学习：算法到实战》的个人笔记。

2021-02-13 23:56:57 543

原创 Free Lunch for Few-shot learning：Distribution Calibration（ICLR 2021）详解

本文是个人在看完论文后做的PPT汇报。大家好，我今天讲的论文是Free Lunch for Few-shot Learning：Distribution Calibration，发表在ICLR，还拿到了Oral。作者是悉尼科技大学的杨朔、刘璐等。这篇文章主要做的是Few-shot Learning，少样本学习，然后作者提出的方法是这个Distribution Calibration，分布矫正。

2021-02-07 11:12:09 1861 3

原创交友网站界面设计+数据库设计

界面设计文档：https://wenku.baidu.com/view/cec1be24162ded630b1c59eef8c75fbfc77d9484数据库设计文档：https://wenku.baidu.com/view/3f808b2418e8b8f67c1cfad6195f312b3169eb84界面设计：1.登录界面：2.注册界面：3.首页界面：4.心动瞬间界面：可以看到...

2019-08-02 21:32:44 3286 1

原创图书馆管理系统程序+全套开发文档（系统计划书，系统使用说明，测试报告，UML分析与设计，工作记录）

图书馆管理系统程序+全套开发文档（系统计划书，系统使用说明，测试报告，UML分析与设计，工作记录）：（附赠福利）精选版图书馆管理系统：系统计划书：https://wenku.baidu.com/view/1f521121e109581b6bd97f19227916888486b9b0系统使用说明：https://wenku.baidu.com/view/7dfec081e55c3b35...

2019-07-23 22:13:11 2086

原创网络与信息安全实验总结（报文监听与分析，漏洞扫描，逆向工程，安全产品）

本文所有相关资源打包链接（题目+软件+实现+报告）：https://download.youkuaiyun.com/download/qq_39932172/113937534个实验Word文档：报文监听与分析：https://wenku.baidu.com/view/8ae7bf0f8ad63186bceb19e8b8f67c1cfad6eebc漏洞扫描：https://wenku.baidu.c...

2019-07-22 17:09:05 2330 2

原创《网络与信息安全》重点整理

1.凡是在一种情况下能减少不确定性的任何事物都叫做信息。2.信息具有若干属性，例如价值性、时效性、隐私性、安全性。3、4.信息安全是指使信息避免⼀系列威胁，保障业务的连续性，最⼤限度地减少业务的损失，从而最大限度地获取投资和业务的回报。5.信息安全要素：机密性、完整性、可用性。6.机密性：确保信息不受未授权获取常见威胁：Shoulder surfing、网络监听、窃取文件、社会工...

2019-06-03 01:13:02 2160

原创微型计算机系统实验总结（学习性实验：IO地址译码，可编程并行接口8255，交通灯控制实验 + 自主设计实验：汽车信号灯控制系统，电风扇控制器，洗衣机控制系统，霓虹灯，电梯控制系统）

实验配套软件： https://download.youkuaiyun.com/download/qq_39932172/11221584实验指导用书：教师版： https://download.youkuaiyun.com/download/qq_39932172/11221447学生版：https://download.youkuaiyun.com/download/qq_39932172/112214498个实验W...

2019-06-03 00:15:17 3909 1

原创范式做题方法

做题需要明确知道的概念：码：可以唯一区别一个元组（即表中的一行数据）的属性或属性的集合。候选码：可以唯一区别一个元组（即表中的一行数据）的最少的属性或属性的集合。码和候选码的区别：比如学生表student(id,name,age,sex,deptno),其中的id是可以唯一标识一个元组的，所以id是可以作为候选码的，既然id都可以做候选码了，那么id和name这两个属性的组合可不可以唯一...

2019-06-01 21:11:38 869

原创《数据库系统概论》重点整理

Word文档链接：https://wenku.baidu.com/view/063d7656f9c75fbfc77da26925c52cc58bd69088第一章：数据模型的三个要素数据结构，数据操作，完整性约束数据库领域常用的逻辑模型层次网状关系，最常用的是关系数据模型E-R图是一定要掌握的，一定要会画实体-矩形框联系-菱形框画E-R...

2019-06-01 21:02:04 7744

原创简单细胞自动机代码实现

本文程序代码链接（压缩包里的“myworld”项目，压缩包还包含其他各类成熟的细胞自动机完整代码实现）：https://download.youkuaiyun.com/download/qq_39932172/11218374目的：探究在一定规则下，人，动植物在不同投放条件下，会如何演变。探究在何种规则下，人与动物，植物可以和谐相处。或者说，在已制定的规则下，怎样控制条件（包括初始生命投放，以及后期...

2019-05-31 22:43:12 2123

原创 10种排序算法比较（直接插入排序、希尔排序、冒泡排序、快速排序、简单选择排序、堆排序、归并排序、基数排序、折半插入排序、2路插入排序）

本文（所有排序算法代码+综合比较代码）链接：一、比较目的: 由于《数据结构》课本中各种内部排序算法的时间复杂度分析结果只给出了算法执行时间的阶，或大概执行时间。所以我希望通过随机数据去比较各种算法的关键字比较次数和关键字移动次数，同时给出实际排序时间，以取得直观的感受。二、比较内容:对以下八种常用内部排序算法进行比较：直接插入排序、希...

2019-05-30 23:05:02 12065

原创数据结构实验总结（一元多项式相乘，迷宫问题，哈夫曼编码，迪杰斯特拉算法）

本文所有代码打包链接：https://download.youkuaiyun.com/download/qq_39932172/11211533实验一：求两个一元多项式P(x)和Q(x)的乘积： P(x)*Q(x)一、实验要求：1.通过键盘随机输入两个多项式P（x）和Q（x）的内容。2.输出结果要有P（x）和Q（x）以及它们的乘积P(x)*Q(x)。二、实验程序：#include<std...

2019-05-28 14:05:07 798

原创计算机组成原理实验总结

实验1 基础汇编语言程序设计实验目的：1．学习和了解 TEC-XP16 教学实验系统监控命令的用法；2．学习和了解 TEC-XP16 教学实验系统的指令系统；3．学习简单的 TEC-XP16 教学实验系统汇编程序设计；实验内容：1．学习联机使用 TEC-XP16 教学实验系统和仿真终端软件 PCEC.2．学习使用 WINDOWS 界面的串口通讯软件。3．使用监控程序的 R 命令显...

2019-05-27 14:23:43 10147 3

原创 Residual Attention Network for Image Classification（CVPR 2017）详解

一、Residual Attention Network简介这是CVPR2017的一篇paper，是商汤、清华、香港中文和北邮合作的文章。它在图像分类问题上，首次成功将极深卷积神经网络与人类视觉注意力机制进行有效的结合，并取得了远超之前网络结构的准确度与参数效率。仅用与ResNet-50相当的参数量和计算量就得到...

2019-05-04 19:16:09 3287

原创数据库系统概论中关系代数的除运算的理解与使用

除运算的概念课本上讲得已经很详细，这里只是针对关系代数试题中如何看题写答案给出一个个人的小总结，小套路。我们针对课本上的一个问题来探讨：问：查询选修了全部课程的学生号码和姓名。首先，看到关键词“全部”，基本可以确定要考虑使用除运算。然后，即可利用除运算找出选修了全部课程的学生学号：可看出，题目和关系代数存在一一对应关系，即“联系表”除“实体表”，在本题题目是问选修了全部课程，即“选修表...

2019-03-22 19:45:25 6612 1

原创 CS231n 斯坦福李飞飞视觉识别课程

第三讲:损失函数和优化课时7 损失函数损失函数的引入: 课时6线性分类过程中我们得到不同W下的10个数字评分,如果用肉眼观察我们可以看出哪些W得出的评分效果更好,但是为了节约时间和精力我们不想用肉眼来看,我们想要写一个函数来自动决定哪些W是最优的,这个函数就是损失函数.损失函数的使用: 把W当做输入,然后看一下分数,定量地估计W的好坏.优化: 在损失函数定量分析出哪些W是好的情况下,我们要...

2019-03-22 10:10:47 2131