注：非常不错的励志经验。努力不担心没出路：文中所说：这样学木头也能学出来！这些日子我一直在写一个实时操作系统内核，已有小成了，等写完我会全部公开，希望能够为国内IT的发展尽自己一份微薄的力量。最近看到很多学生朋友和我当年一样没有方向 ，所以把我的经历写出来与大家共勉，希望能给刚如行的朋友们一点点帮助。　　一转眼我在IT行业学习工作已经七年多了，这期间我做过网页，写过MIS、数据库，应用程序...

在做的程序总是内存溢出，在网上查了点资料先记下来内存溢出主要由以下几种情况引起：1.数据库的cursor没有关闭。2.构造adapter没有使用缓存contentview。3.调用registerReceiver后未调用unregisterReceiver()。4.未关闭InputStream/OutputStream。5.Bitmap使用后未调...

unity3d强大的2D游戏技能特效iCloud不仅可云存储服务你的内容，还可让你在所有设备上访问你的照片、日历、通讯录、文档以及更多内容。而且，这项功能已内置于每台全新 iOS 设备和每台全新Mac。共享的照片流有了照片流这一功能，你用一部 iOS 设备拍摄照片，它就会出现在你的其他设备上，包括 Mac 或 PC。将照片从数码相机导入到电脑之中，iCloud 会即刻通...

学期末一直忙考试，大作业，很久没来CSDN耕耘了。。。虽然考试都结束了，手头还是累积了不少活儿要补，不多写了，晒个小项目，之前一直做的，后来当做模式识别课程的大作业交了。大体框架如下：还是之前的火灾检测，但是在一些简单的颜色、运动检测的基础上增加了模式识别的方法。（其实并不需要这么多种方法，因为作业要求试验三种以上的方法）因为特征比较简单——SVM、非线性SVM、决策树、随...

/**作者:wwj日期：2012/4/15功能：实现在JApplet中添加组件**/import javax.swing.*;import java.awt.*;import java.awt.Color;public class JAp extends JApplet{Container c;JPanel p1,p2;JButton button1,button...

K-近邻（K-Nearest Neighbors, KNN）是一种很好理解的分类算法，简单说来就是从训练样本中找出K个与其最相近的样本，然后看这K个样本中哪个类别的样本多，则待判定的值（或说抽样）就属于这个类别。KNN算法的步骤计算已知类别数据集中每个点与当前点的距离；选取与当前点距离最小的K个点；统计前K个点中每个类别的样本出现的频率；返回前K个点出现频率最高的类别作为当前点的预测...

回顾感知器学习算法，其核心思想是梯度下降法，即以训练样本被错分的程度为目标函数，训练中每次出现错误时便使权系数朝着目标函数相对于权系数负梯度方向更新，知道目标中没有被错分的样本为止。而多层感知器模型中，神经元传递函数是阶跃函数，输出端的无耻只能对最后一个神经元系数求梯度，无法对其他权系数求梯度，所以无法利用梯度下降的方法学习其他的权值。Sigmoid函数BP算法提出主要由于Sigmoid函数...

由前面介绍看到，单个感知器能够完成线性可分数据的分类问题，是一种最简单的可以“学习”的机器。但他无法解决非线性问题。比如下图中的XOR问题：即（1,1）（-1,-1）属于同一类，而（1,-1）（-1,1）属于第二类的问题，不能由单个感知器正确分类。即在Minsky和Papert的专著《感知器》所分析的：感知器只能解决所谓一阶谓词逻辑问题：与（AND），或（OR）等，而不能解决异或（XOR）等高..

基本概念线性可分：在特征空间中可以用一个线性分界面正确无误地分开两 类样本；采用增广样本向量，即存 在合适的增广权向量 a 使得：则称样本是线性可分的。如下图中左图线性可分，右图不可分。所有满足条件的权向量称为解向量。权值空间中所有解向量组成的区域称为解区。通常对解区限制：引入余量b，要求解向量满足：使解更可靠（推广性更强），防止优化算法收敛到解区的边界。感知准则函数及求解对于...

最方误差判别准则函数对于上一节提出的不等式组：在线性不可分的情况下，不等式组不可能同时满足。一种直观的想法就是，希望求一个a*使被错分的样本尽可能少。这种方法通过求解线性不等式组来最小化错分样本数目，通常采用搜索算法求解。为了避免求解不等式组，通常转化为方程组：矩阵形式为：。方程组的误差为：，可以求解方程组的最方误差求解，即：Js(a) 即为最方误差（Minimum Squared...