原创 matlab Zigzag scanning(蛇形矩陣)

%Zigzag scanning n = 8; a = zeros(n); % 初始化 a(1,1) = 1; i = 1; %行 j = 1; %列 f = 0; %標誌位 1表示行增加列減小 k = 2; %

原创 matlab 雙邊濾波(灰度圖)

% matlab 2012b % 灰度圖的雙邊濾波 clc; clear; %-------雙邊濾波 參數 ----------------- r = 3; %半徑 窗口 長 = 寬 = 2*r+1 sigma_space =

原创 Windows腳本 同網段ip檢測與持續ping包測試

::@echo off title IP 地址檢測 -- das白 ::檢測此計算機是否與 172.0.0.1 - 172.0.0.39 互通 結果存入D盤 《檢測結果.txt》 set ip=127.0.0 for /l %%a i

原创 matlab 視頻分割基礎算法:基於直方圖差異的算法

% matlab2012a 基於直方圖差異的視頻分割算法 %讀取視頻 進行簡單的圖像處理 v = VideoReader('cs.mp4'); n = v.NumberOfFrames; row = v.Height; col =

原创 c++ 回溯算法-八皇后

//VC6.0-------------------das白 2019.12.28 #include"stdafx.h" #include <cmath> #include <iostream> using namespace std;

原创 matlab 視頻分割基礎算法:基於模板匹配的算法

% matlab2012a 此算法分割我的視頻效果極差 clear clc yu = 20; %讀取視頻 v = VideoReader('cs.mp4'); n = v.NumberOfFrames; row = v.Height

原创 python 安裝tensorflow過程中遇到的問題

版本:python 3.6.8              pycharm-community-2019.3.2             cpu版本的tensorflow 一、權限問題解決方法: 1.使用管理員身份打開cmd 2.命令最後加

原创 matlab 安裝matlab2012a過程中顯示無產品消息(沒有可從此位置安裝的產品)

       問題:沒有可從此位置安裝的產品。您可能需要從我們的網站(....)下載相應的產品。        問題原因:我不知道(懷疑安裝文件缺失或有損壞,安裝文件有問題)        經過一系列嘗試,最終解決方法:       

原创 VMware 無法向虛擬機linux系統中粘貼拖拽文件

VM虛擬機版本: 14.1.2 build-8497320 Linux系統 :CentOS-7-x86_64-DVD-1908 GNOME 一、遇到問題的現象 1.複製文件,粘貼到虛擬機中顯示如下 2.直接拖拽,

原创 matlab 雙邊濾波(彩色圖)

% matlab 2012b % 彩色圖的雙邊濾波 clc; clear; src=imread('cs.jpg'); %加載彩色圖 %-------雙邊濾波 參數 ----------------- r = 20;

原创 matlab 讀取視頻每一幀,幀保存爲圖片

% matlab2012a 沒有readFrame函數 (聽說2014b及以上有) % v = VideoReader('cs.mp4'); % while hasFrame(v) % a=readFrame(v)

原创 c++ 動態規劃-二維揹包 and 潛水員問題

                                      動態規劃 - 二維揹包 1.普通二維(費用)揹包      01揹包問題:給定 n 種物品和一個重量(容量)(限定條件)爲 w 的揹包,物品 i 的重量是 wi,

原创 python 簡單使用MNIST數據集+卷積神經網絡實現手寫數字識別

import tensorflow as tf import tensorflow.examples.tutorials.mnist.input_data as input_data #1 讀取數據 mnist = input_dat

原创 python 簡單使用MNIST數據集實現手寫數字識別

一、瞭解MNIST數據集 import tensorflow as tf import tensorflow.examples.tutorials.mnist.input_data as input_data import matplo

原创 python 梯度下降法實現一元線性迴歸

一、簡單過一下算法流程 ''' 梯度下降法實現一元線性迴歸 一元線性函數: y = ax + b 實際數據服從: y = x + 2 初始模型: y = 0.1*x + 0.1 ''' import numpy as np #