搜索到与相关的文章
编程技术

Expectation Maximization and GMM

Jensen不等式Jensen不等式给出了积分的凸函数值必定大于凸函数(convex)的积分值的定理。在凸函数曲线上的任意两点间连接一条线段,那么线段会位于曲线之上,这就是将Jensen不等式应用到两个点的情况,如图(1)所示\((t\in[0,1])\)。我们从概率论的角度来描述Jensen不等式:假设\(f(x)\)为关于随机变量\(x\)的凸函数\(f'(x)\geq0\),则有\(f\left(E(x)\right)\leqE\left(f(x)\

系统 2019-08-12 01:33:00 2380

操作系统

故障诊断专家系统研究之一-----绪论

绪论§1研究的意义及必要性燃气轮机是典型的动力设备,被广泛地应用于电力、能源、交通及军事等关系国计民生的重要部门。因此,研究如何提高燃气轮机使用寿命及可靠性,减少事故发生,以充分提高其经济性及安全性系数,无疑具有重要的意义。本文研究的目的是,通过对燃气轮机(以MS6001B型燃气轮机为母型)的运行工况实施监测,分析、比较实测参数同其历史运行参数及设计性能之间的关系,以判断机组实时运行点是否在允许的范围之内,从而得出机组运行经济性和安全性方面的评估,供机组管

系统 2019-08-12 01:32:52 2380

操作系统

InfoQ-China发布在即,敬请关注支持

全球著名的软件技术网站InfoQ将于近日正式发布中文子站点InfoQ-China。该站点将为中国软件企业提供及时、高质量的技术资讯,并成为连接中国企业软件技术高端社区与国际主流技术社区的桥梁。InfoQ(http://www.infoq.com)是于2006年6月8日正式发布的企业软件开发高端社区门户网站,专门针对技术团队领导者、技术架构师、项目经理和企业架构师等高层技术人群。InfoQ的创始人是拥有多年企业软件开发咨询和IT技术媒体运营经验的FloydM

系统 2019-08-12 01:32:40 2380

操作系统

进程调度

1、进程调度的任务是控制协调进程对CPU的竞争即按一定的调度算法从就绪队列中选中一个进程,把CPU的使用权交给被选中的进程2、确定算法的原则2.1、具有公平性2.2、资源利用率高2.3、在交互式系统情况下要追求响应时间(越短越好)2.4、在批处理系统情况下要追求系统吞吐量3、各种进程调度算法3.1、先进先出调度算法(FIFO)按照进程就绪的先后次序来调度进程优点:实现简单缺点:没考虑进程的优先级3.2、基于优先数的调度(HPF)优先选择就绪队列中优先级最高

系统 2019-08-12 01:32:33 2380

各行各业

Opencv--findContours()的使用陷阱

不知道怎么回事,平时使用的好好的findContours()函数,突然就不行了,报出这样的错误~~~编译什么的都是正常,无错误。Debug没有报错,但是就在在Release下报错;真的无从下手~经查阅解决方法:项目--属性--配置属性--常规--MFC的使用--选择在共享DLL中使用MFC;同时,项目--属性--配置属性--C/C++--代码生成--运行库--选择多线程DLL(/MD)。Opencv--findContours()的使用陷阱

系统 2019-08-12 01:31:41 2380

Python

简单了解python 邮件模块的使用方法

我们在开发程序的时候,有时候需要开发一些自动化的任务,执行完之后,将结果自动的发送一份邮件,python发送邮件使用smtplib模块,是一个标准包,直接import导入使用即可,代码如下:importsmtplibfromemail.mime.textimportMIMETextemail_host='smtp.163.com'#邮箱地址email_user='xxxx@163.com'#发送者账号email_pwd='xxxx'#发送者密码mailli

系统 2019-09-27 17:57:40 2379

Python

python中的上下文管理器和with语句块

上下文管理器对象存在的目的就是管理with语句。上下文管理器协议包含__enter__和__exit__两个方法。with语句开始运行时,会在上下文管理器对象上调用__enter__方法。with语句运行结束后,会在上下文管理器对象上调用__exit__方法来看一个例子,把文件对象当成上下文管理器使用withopen('test.dat')asfp:secc=fp.read(20)>>>len(src)20>>>fp<_io.TextIOWrapperna

系统 2019-09-27 17:57:27 2379

Python

深度学习图像预处理-python缩放裁剪

使用深度学习进行图像类任务时,通常网络的输入大小是固定的,最近在进行涉及到文字检测的工作中,由于预处理resize缩小了原图,导致字体变模糊,从而检测失败,后来想到使用overlap来对图像进行缩放裁剪,即先将原图缩放到一定尺寸,再裁剪得到网络的输入。好了,来说正题,使用yolov3,网络的输入是352x352x3,而输入图像大小为几百上千不等,因此需对原图进行resize,起初直接进行缩放+填充,检测的map很低,后来分析发现有些352x352的输入图像

系统 2019-09-27 17:55:08 2379

Python

Python实现常用排序算法

01.递归实现快排:defquick_sort(array):iflen(array)<2:returnarrayelse:pivot=array[0]less=[xforxinarray[1:]ifx<=pivot]more=[xforxinarray[1:]ifx>pivot]returnquick_sort(less)+[pivot]+quick_sort(more)a=[1,9,4,2,7,5]print(quick_sort(a))02.冒泡排序

系统 2019-09-27 17:51:51 2379

Python

Python调用vs2015生成的dll文件

目前工作中,Python用的最多,但是很多数学计算在Python中运行,速度会很慢,而Python本身就是基于C开发的,而且它的很多第三方模块也是,所以Python对于C接口是支持的,所以在此记录一下,Python调用C接口的过程。在网上看了很多教程,都只有Python调用dll的code,对于dll的如何生成只字不提,或者是基于linux的.so文件。在单独搜索dll如何生成后,我按照以下的code生成了dll:.cpp文件#defineEXPORT_M

系统 2019-09-27 17:51:32 2379