自学c语言第一天笔记

数据结构与算法

什么是算法

算法及其基本特征

算法是指对解决方案的准确而完整的描述。(解决问题的操作步骤)

基本特征:

(1). 可行性:步骤可以实现;执行结果达到预期目的。
(2). 确定性:步骤确定,不摸棱两可,不准有多义性。
(3). 有穷性:有限的时间完成。
(4). 拥有足够的情报:算法在拥有足够的输入信号和初级化信息时,才是有效的;当有提供的情报不够时,算法可能无效。

算法复杂度

衡量算法优劣,包括算法时间复杂度和空间复杂度。

  1. 算法时间复杂度

    执行算法时间所需要的工作量。

    用算法执行所执行的基本运算次数来度量的。(基本运算次数与问题规模有关)

  2. 算法空间复杂度

    执行算法所需要的内存空间。

    储存空间:

    (1). 输入数据所占储存空间;

    (2).程序本身所占存储空间;

    (3).算法执行过程所需要的额外空间。额外空间包括程序执行过程中的工作单元以及某种数据结构所需要的附加储存空间

    为降低算法空间复杂度主要减少(1)和(3),采用存储压缩技术。
    

数据结构的基本概念

什么是数据结构

相互有关联的数据元素集合 数据和结构

数据:需要处理的数据元素的集合,一般来说,这些数据元素具有某个共同特征。

结构:就是关系,是集合中各个数据元素之间存在的某种关系(或联系)。

前后件关系:直接前驱与直接后继

数据结构分为数据的逻辑结构和数据的储存结构。

数据的逻辑结构反映元素之间逻辑关系(前后件关系)的数据结构
数据的储存结构又称为数据的物理结构,是数据逻辑结构在计算机存储空间中的存放方式

数据结构的表示

数学形式定义——数据结构是一个二元组:

B=(D,R)

B表示数据结构,D表示数据元素的集合,R是D关系上的集合
R反映D中各数据元素之间的前后件关系
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值