DoBit的专栏

本文出自 “UnderTheHood” 博客，请务必保留此出处http://underthehood.blog.51cto.com/2531780/687160动机先前写了一篇文章《SIFT算法研究》讲了讲SIFT特征具体是如何检测和描述的，其中也提到了SIFT常见的一个用途就是物体识别，物体识别的过程如下图所示：如上图(a)，我们先对待识别的物

1.决策二叉树回答这个问题之前我们先来玩一个猜数字的游戏，我从1到8中挑一个数字出来让你来猜，每回合你都可以问我一个问题，我的回答“是”或“不是”（1或0），那么你至少需要几个回合才能保证猜出这个数字？比较符合这个游戏精神的玩法是从自己的幸运数字（比如我的是7）开始猜起，一个一个地问我“是不是X？”，可能你的运气足够好，一个回合就能够猜对，但是在最坏的情况下可能就需要8个回合，所以你的答案

如果要转载，需要注明出处： http://blog.youkuaiyun.com/xiazdong本文是 http://blog.youkuaiyun.com/xiazdong/article/details/7304239 的补充，当年看了《大话数据结构》总结的，但是现在看了《算法导论》，发现以前对排序的理解还不深入，所以打算对各个排序的思想再整理一遍。本文首先介绍了基于比较模型的排序算法，

以下转载于：FordFulkerson算法求网络最大流(java)FordFulkerson算法3个核心的概念：残留网络、增广路径和流网络的割(详细介绍参考算法导论)所测试的网络结构图如图所示：第1次遍历在残留网络中找到S->V2->V1->V3->T这条增广路径(下图A)，这时的网络流量如图B执行第2次遍历的时候在残留网络中找到S->V2->V4->T这条增广路径(下图A

转载自：http://www.cnblogs.com/tornadomeet/p/3395593.html前言：　　找工作时（IT行业），除了常见的软件开发以外，机器学习岗位也可以当作是一个选择，不少计算机方向的研究生都会接触这个，如果你的研究方向是机器学习/数据挖掘之类，且又对其非常感兴趣的话，可以考虑考虑该岗位，毕竟在机器智能没达到人类水平之前，机器学习可以作为一种重要手段