利用MFC编写计算器
用MFC写了一个简单的计算器，界面做的也比较简单，如下图1，可以进行简单的加、减、乘和除功能，小数点显示这块做的不是很好，比如输入1.2，不会一个个的显示，而是先显示“1”,后同时显示“.2”，还有就是遇到0.00时，显示的也不够人性化，哎，就这样吧。。。 图1 1、建立工程：New -> Projects,选择Win32 MFC AppWizard(exe),并输入工程（counter）名字及设置好路径，点击OK，选择“Dialog based”,基于对话框，直接点finish。 2、将对话
各种群体寻优算法的比较（半原创）
【蚁群优化算法、粒子群优化算法、细菌觅食算法、萤火虫算法、人工鱼群算法】 计算机技术不断发展，算法技术也在不断更新。群体智能 (Swarm Intelligent，SI) 算法始于 20 世纪 90 年代初，主要是受自然界生物群体智能现象的启发，通过模仿社会性动物的行为，而提出的一种随机优化算法。群体智能是基于种群行为对给定的目标进行寻优的启发式搜索算法，其的核心是由众多简单个体组成的群体能够通过相互之间的简单合作来实现某一较复杂的功能。所以群体智能可以在没有集中控制并且缺少全局信息和模型的前
COMSOL 5.2安装教程（自用）
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/cczx139/article/details/86354108 3、允许用户协议，将许可证格式修改为“许可证文件”，然后点击浏览载入安装包中“_SolidSQUAD_”目录下的“Comsol52_SSQ.lic” 电磁 AC/DC 模块 RF 模块 波动光学模块 射线光学模块 等离子体模块 半导体模块 结构力学 & 声学 结构力学模块 非线性结构材料模块 岩土力学模块 疲劳模块 多体动力学模块
知识产权法——世界各国专利阅读简记（英、美、德、法）
法国：专利证的最长保护期为20年，实用证为6年，但是为保持这些证书的有效性，每年需要交付一定的年税，税率逐年提高以劝阻专利权人不要保持专利到最后一年。 德国：现行专利证的有效期为20年。//实用新型最长的有效期限现在为8年，分三个阶段延长。 美国：【获得专利证】：专利证只能凭申请专利而获得。申请将得到审查。如果被驳回，申请人有权要求重新审查。如果再被驳回，有权向专利与商标局上诉委员会上诉。对该局的裁定有权向联邦巡回区上诉法院上诉（该法院的前身为海关与专利上诉法院）。【救济】：P142中下。 有
线性相关与线性无关的定义与性质
定义1 线性相关： KnKnK_nK_nKnKn中向量组 α1,α2,...,αs(s≥1)α_1,α_2,...,α_s(s\ge1)α1,α2,...,αs(s≥1)称为是线性相关的,如果 KKK中有不全为0的 k1,k2,...,ksk_1,k_2,...,k_sk1,k2,...,ks使得 k1α1+k2α2+...+ksαs=0k_1α_1+k_2α_2+...+k_sα_s=0k1α1+k2α2+...+ksαs=0. 定义2 线性无关： KnK_nKn中如果有向量组 α1,α2,
特征值分解和奇异值分解
一、奇异值与特征值基础知识： 特征值分解和奇异值分解在机器学习领域都是属于满地可见的方法。两者有着很紧密的关系，特征值分解和奇异值分解的目的都是一样，就是提取出一个矩阵最重要的特征。先谈谈特征值分解吧： 1）特征值： 如果说一个向量v是方阵A的特征向量，将一定可以表示成下面的形式： 这时候λ就被称为特征向量v对应的特征值。特征值分解是将一个矩阵分解成下面的形式： A. 其中Q是这个矩阵A的特征向量组成的矩阵，一个矩阵的一组特征向量是一组正交向量 B. Σ是一个对角阵，每一个对角线上的元素就是一
超限学习机(ExtremeLearningMachine,ELM)
超限学习机 X=(x11,x21,...,xN1x21,x22,...,xN2...xn1,xn2,...,xnN)X=\left( \begin{matrix} x_{11},x_{21},...,x_{N1} \\ x_{21},x_{22},...,x_{N2}\\.\\.\\.\\x_{n1},x_{n2},...,x_{nN} \end{matrix} \right )X=⎝⎜⎜⎜⎜⎜⎜⎛x11,x21,...,xN1x21,x22,...,xN2...xn1,xn2,...,xnN
前向神经网络的矩阵表示
前向神经网络的矩阵表示： Pf(Wxi)=oiPf(Wx_i)=o_iPf(Wxi)=oi Pf(WX)=OPf(WX)=OPf(WX)=O 其中 1.X为输入集合， xix_ixi为一条记录 2.O为输出集合， oio_ioi为一条输出 2.W为第一层权重，P为隐藏层权重 3.f(x)为激活函数
简单算法之多项式回归
```
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures
df_train=pd.read_excel('data/linear_regression/Concrete_Data.xls')
dat
[译]计算机如何在图像识别领域取得惊人突破
原文 How computers got shockingly good at recognizing images 作者 Timothy B. Lee 译者 李平海 图片如无标示亦出自原文 文末附有专业词汇对照表 囿于专业知识水平，译文如有不达之
Django搭建个人博客：基于类的视图
说是完结，马上又开始写进阶篇了。 本章不会为博客项目增加新功能，但是也同样重要，因为我们要学习高逼格的基于类的视图。 什么是类视图 前面章节中写的所有视图都是基于函数的，即def；而类视图是基于类的，即class。 有编程基础的同学都知道，类是面向对象技术中非
在物联网设备，边缘和云上分配机器学习算法
在设计新的物联网系统时，需要进行许多权衡，以确定在系统的不同组件（设备，边缘和云）之间分配机器学习算法的最佳方法。电池寿命，物理尺寸，成本，实时连接需求，隐私问题以及调试/故障排除需求只是系统架构师在设计系统时需要考虑的一些问题。典型的物联网架构典型的物联网系
OAuth2原理与LinkedIn的第三方分享实战
OAuth是什么 开放授权（OAuth）是一个开放标准，允许用户让第三方应用访问该用户在某一网站上存储的私密的资源（如照片，视频，联系人列表），而无需将用户名和密码提供给第三方应用。在全世界得到广泛应用，目前的版本是2.0版。 比如我的应用需要实现在领英上替用
机器学习里必备的五种回归损失函数
所有的机器学习算法都或多或少的依赖于对目标函数最大化或者最小化的过程。我们常常将最小化的函数称为损失函数，它主要用于衡量模型的预测能力。在寻找最小值的过程中，我们最常用的方法是梯度下降法，这种方法很像从山顶下降到山谷最低点的过程。 虽然损失函数描述了模型的优劣为我们提供了优化的方向，但却不存在一个放之四海皆准的损失函数。损失函数的选取依赖于参数的数量、局外点、机器学习算法、梯度下降的效率、导数求取的难易和预测的置信度等方面。这篇文章将介绍各种不同的损失函数，并帮助我们理解每种函数的优劣和适用范
浅谈 ViewModel 的生命周期控制
1、从一个 Bug 说起 想必有过一定开发经验的同学对 ViewModel 都不会陌生，它是 Google 推出的 MVVM 架构模式的一部分。这里它的基础使用我们就不介绍了，毕竟这种类型的文章也遍地都是。今天我们着重来探讨一下它的生命周期。 起因是这样的，昨
微信小程序组件化的解决方案
从小程序基础库版本 1.6.3 开始，小程序支持简洁的组件化编程。查看自己使用的小程序基础库版本，可以通过在开发者工具右侧点击详情查看 最基本的组件 小程序的组件，其实就是一个目录，该目录需要包含4个文件： xxx.json xxx.wxml xxx.wxs
理解 JavaScript 中的 this
前言 理解this是我们要深入理解 JavaScript 中必不可少的一个步骤，同时只有理解了 this，你才能更加清晰地写出与自己预期一致的 JavaScript 代码。 本文是这系列的第三篇，往期文章： 理解 JavaScript 中的作用域 理解 Ja
SQL server 通过SQL语句实现表数据的复制（可跨库）
今天遇到这样的问题，要从一个数据库中复制一张表的数据到另一个数据库的同名表，以往我的做法就是将脚本文件导出来，然后执行一下，但是这次我试了一下，由于数据太多，导出的脚本有五百多兆，ssms根本运行不了。一番搜索找到了以下解决方案： -- 代码一
INSERT INTO [database1].[dbo].[table1] ([字段1],[字段2]……)
SELECT [字段1],[字段2]…… FROM [database2].[dbo].[table2] 两处的字段要一一对应；如
栈和递归的关系 144:Binary Tree Preorder Traversal
前序遍历：根左右 //用栈来实现非递归解法 /**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode(int x) : val(x), left(NULL), right(NULL) {}
* };
*/
class Solution {
public:
ve
今日推荐
周排行