Levi's Blog

刘盛华部分 第二章 大数据分析技术与系统 第1节 数据与计算的演变 第2节 大数据分布式计算模型 大数据分析算法特点： 以优化为中心，多轮迭代直到收敛，容错高。 序列计算 在处理器上按照先后顺序进行 将问题分解为指令序列，按顺序依次执行指令，在一个处理器上执行所有指令，任意时间片里处理器只有一条指令在执行。 并行计算 将问题分解为可以并发处理的子问题 每一个子问题分为逻辑虚列 需要一个总体的控制机制 在大数据处理中 O(n2)算法很难处理intractable 算法可扩展（scalable）性 当c=0，A是线性scalable，当 A(n)=o(1)A(n) = o(1)A(n)=o(1) 是super scalable Cost Measures Communication cost = total I/O of all processes Elapsed communication cost = max of I/O along any path 第3节 分布式计算系统：map-reduce **Map：**读取输入值，生成key-value对。 用户设计ma...

第三章：空域图像处理 第四章：频域图像处理 第五章：图像噪声建模与图像恢复 第七章：多分辨率分析与小波变换 考试总结 考试题型：填空题，选择题，判断题，简答题，计算分析题。全都是考前两三天可以学完的。z变换忘学了，其他地方应该也写错了较多。主要是没搞到2019年的卷子，听说都是那年的原题。问题不大，能过就行。

前言 Hexo-Butterfly-Theme，一款比较新而且界面美观的主题。 Hexo: Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub. Butterfly-Theme: https://github.com/jerryc127/hexo-theme-butterfly How to use Hexo 准备工作 在安装前，须检查电脑中是否已安装下列应用程序： Node.js Git 如果已经安装上述必备程序，接下来只需要使用 npm 即可完成 Hexo 的安装。 1$ npm install -g hexo-cli 如果尚未安装所需要的程序，请根据以下安装指示完成安装。 安装 Git Windows：下载并安装 git. Mac：使...

KDD’22 Cam_Traj_Rec 论文简介 Fudan Yu∗, Wenxuan Ao∗, Huan Yan†, Guozhen Zhang, Wei Wu, and Yong Li. 2022. Spatio-Temporal Vehicle Trajectory Recovery on Road Network Based on Traffic Camera Video Data. In Proceedings of the 28th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD ’22), August 14–18, 2022, Washington, DC, USA. ACM, New York, NY, USA, 9 pages. https://doi.org/10.1145/3534678.3539186 复现细节 文件结构 数据文件 camera_info.pkl 1234class: listlen(): 147# 例：000: {'id...

数学公式 测试行内 y=x′sin⁡θ+y′cos⁡θy = x' \sin \theta + y'\cos \thetay=x′sinθ+y′cosθ 测试整行 ∂2f∂x′2=∂2f∂x2cos⁡2(θ)+∂∂x(∂f∂y)sin⁡(θ)cos⁡(θ)+∂∂y(∂f∂x)sin⁡(θ)cos⁡(θ)+∂2f∂y2sin⁡2(θ)\begin{aligned} \frac{\partial^{2} \mathrm{f}}{\partial \mathrm{x}^{\prime 2}}=& \frac{\partial^{2} \mathrm{f}}{\partial \mathrm{x}^{2}} \cos ^{2}(\theta)+\frac{\partial}{\partial \mathrm{x}}\left(\frac{\partial \mathrm{f}}{\partial \mathrm{y}}\right) \sin (\theta) \cos (\theta) +\frac{\partial}{\partial \mathrm{y}...

7月 从八点睡到八点，又从八点醒到八点，谁懂？ 每次周五不熬夜都感觉是浪费了晚上的网。 逃码的汉子我本人… 其实我已经足够幸运了。最近最不欣赏的一种特性就是对已拥有的视而不见，而对得不到的耿耿于怀。然而突然发现长久以来我也不少怀抱这样的心态，因此更加地厌恶自己了（虽然不喜欢自己是常态）。我由衷地希望自己能做一个欲望不随自己所拥有的积累而增长的人，其实我拥有的幸运已经足够多了。 一只蚊子在我的耳边嗡鸣，感觉它飞得很沉重却又很得意。半分钟后我明白了它得意的原因，我的肘部嘭起了一个大包，而那正是它的杰作，它带着战利品在我耳边宣示着它的主权。对此我不怨不怒，但让我真正寒心的是，我一毫克的血就够它一辈子产七八轮蚊子卵，以我血液献祭而降生的几百千只蚊子还会继续来觊觎我的血。我给了你生命，以德报怨，你却变本加厉。 有时候看自己写的说的话还确实挺阴阳的，比如进行了些积极向上的发言却被理解为消沉哀伤的，确实比较生气埋怨的话呢别人还以为我在搞着笑。这就是不好好说话的结果吧，我反省！ 被一个之前还比较在意的人删了，也罢。想想其实感觉对方挺PUA那套的，结果删好友了我都不是很洒脱，只能说我还蛮吃PUA...

The Path Now if you’re looking for a savior well that’s not me You need someone to take your pain for you well that’s not me 'Cause we’re all broken and sad 若你希望我会给你救赎那不会是我 若你希望我会带走你的痛苦那不会是我 因为我们皆是碎落之人 Solar Power And I throw my cellular device in the water 而我把我的通讯设备全部抛却 California All the mystery and beauty gleaned from desert flowers and gifted children But it got hard to grow up with your cool hand around my neck 从沙漠之花与天资之子上收集到的所有神秘与美好之物 在你冷酷地圈禁下无从生长 Goodbye to all the bottles all the mode...

Abstract 识别纹理细密的物体类别，判别区域定位（discriminative region localization）和细粒度特征学习（fine-grained feature learning）是很具有挑战性的。区域检测（region detection）和细粒度特征学习（fine-grained feature learning）之间的相互关联性，可以互相强化，循环注意力卷积神经网络（recurrent attention convolutional neural network——RA-CNN），用互相强化的方式对判别区域注意力（discriminative region attention）和基于区域的特征表征（region-based feature representation）进行递归学习。在每一尺度规模（scale）上进行的学习都包含一个分类子网络（classification sub-network）和一个注意力建议子网络（attention proposal sub-network——APN）。APN 从完整图像开始，通过把先期预测作为参考，由粗到细迭...

在对想要预测的文件夹进行文件操作时的学习，读取文件结构和按照文件读取。 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758#!/usr/bin/python # -*- coding:utf8 -*-import predictimport os#fileList = os.listdir('D:\Desktop\部分识别样本\部分识别样本')#print(fileList)allFileNum = 0 def printPath(path, level = 1): global allFileNum ''''' 打印一个目录下的所有文件夹和文件 level:当前目录级别 path：当前目录路径 ''' # 次目录的级别 dirList = [] ...

绪论 信号 周期信号与非周期信号 能量信号与功率信号 典型连续间信号 正弦信号 指数信号 抽样信号 系统 因果系统与非因果系统 稳定系统与非稳定系统 线性系统与非线性系统 时不变系统和时变系统 连续时间系统的时域分析 电路系统的古典解法 通解-自然响应-零输入相应 特解-受迫相应-零状态响应 系统方程的算子表示法 微分算子 转移算子 H(p)=N(p)D(p)H(p)=\frac{N(p)}{D(p)}H(p)=D(p)N(p)​ 系统的零输入响应-解齐次方程 特征多项式 D(p)=0D(p)=0D(p)=0 的根为特征根 λi\lambda_iλi​，自然频率 无重根 有重根 系统的零状态响应-激励和单位冲激相卷积 任意函数可以分解为冲激函数积分 奇异函数 单位阶跃函数 冲激函数 阶跃响应和冲激响应-求解h（t） 激励函数表示为冲激函数的积分 冲激响应的特解有标准的形式 用系统转移算子 H(p)H(p)H(p) 计算 h(t)h(t)h(t) 零状态响应由激励函数与冲激卷积积分求得 rzs(t)=e(t)∗h(t)r_{z_s}...