- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
4-6 R语言函数 排序
#sort:对向量进行排序;返回排好序的内容 #order:返回排好序的内容的下标/多个排序标准 > x <- data.frame(v1=1:5,v2=c(10,7,9,6,8),v3=11:15,v4=c(1,1,2,2,1)) > sort(x$v2) [1] 6 7 8 9 10 > sort(x$v2,decreasing = TRUE) [1] 10 9 8 7 6 > order(x$v2) [1] 4 2 5 3 1 > x[order(x$v2),] v1 v
43040发布于 2020-09-16 - 来自专栏AI机器学习与深度学习算法
机器学习入门 4-6 网格搜索与k近邻算法中更多超参数
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍使用sklearn网格搜索寻找最好的超参数以及kNN计算两个数据点距离的其他距离定义。
89700发布于 2019-11-13 - 来自专栏独行猫a的沉淀积累总结
银联通信MAC算法
source[i]; } } /******************************************************* * 名称:获取报文MAC值 * 功能:报文MAC算法 位密钥结果放入mac_buf } /******************************************************* * 名称:获取报文MAC值 * 功能:报文MAC算法 * 入口: * *buf ,要计算的数据缓冲区;buf_size,计算数据的长度 * *key ,密钥(8B) * 出口:mac_buf,计算出来的MAC值(8B) ansi x9.9 MAC算法
1.5K10发布于 2020-08-04 - 来自专栏yuyy.info技术专栏
《代码整洁之道》笔记（4-6章节）
个人认为注释还是要写，算是对代码的中文翻译，因为我们的英语水平，命名习惯各不相同。
39210编辑于 2022-06-28 - 来自专栏量子位
支持移动GPU、推断速度提升4-6倍
TensorFlow用于移动设备的框架TensorFlow Lite发布重大更新，支持开发者使用手机等移动设备的GPU来提高模型推断速度。
1.2K30发布于 2019-04-24 - 来自专栏一心无二用，本人只专注于基础图像算法的实现与优化。
SSE图像算法优化系列四：图像转置的SSE优化（支持8位、24位、32位），提速4-6倍
一、前言 转置操作在很多算法上都有着广泛的应用，在数学上矩阵转置更有着特殊的意义。 而在图像处理上，如果说图像数据本身的转置，除了显示外，本身并无特殊含义，但是在某些情况下，确能有效的提高算法效率，比如很多行列可分离的算法，在很多情况下，行和列方向的算法逻辑随相同，但是由于多方面原因（ 比如Cache miss， 优化水平等）行列处理时间还是由很大的差异的，这个时候如果转置的耗时和处理时间相比所占比例甚小，则可以考虑在进行耗时处理前先转置数据，然后调用不耗时的方向的算法，处理完后再次进行转置 因此，一个高效的图像转置算法的设计时非常有必要的。 （也就是每个通道都用相同的算法处理，并且算法和领域无关）外，都很难直接用SIMD处理，很多情况下必须做一些转换处理来提高适配性。
2.6K100发布于 2018-01-03 FPGA-5G通信算法的基本套路
历经千帆，我们再来看看，通信系统的设计，套路在哪？从理论到实践，有几条街的距离？ 一个完整的通信系统，是十分庞大的，没有几百上千人，在短时间内是做不好的。 本文仅仅针对5G NR中的基带算法部分，做一个简单梳理。 对于5G通信系统， 站在基站侧的角度，那么下行方向的整个处理过程，从gNB MAC到终端UE MAC，可以用图2来说明。 在通信中，我们知道有几个概念，比如频谱搬移、时频域变换、星座映射、信道编解码、上下变频、ADC/DAC等。实际上，通信系统的设计，全是套路。 图4 5G NR基站架构部署场景 话说回来，通信发射机的设计，在业界来看，不是主要挑战，核心算法也没几个，当然难点也是有的。各种控制信道、广播信道和数据信道揉在一起，就足够玩一年半载了。 图10 火星探测器天问一号环绕器与火星合影 虽然本篇文章在讲通信算法的套路，并从FPGA工程师的角度来简述闲扯，但其实背后始基于这样的动因： 逻辑实现和算法设计不分家，千万不要设定自己能力的边界，在术业有专攻的基础上
22410编辑于 2026-06-29- 来自专栏人人都是极客
支持移动GPU、推断速度提升4-6倍
虽然移动设备的处理能力和功率都有限。虽然TensorFlow Lite提供了不少的加速途径，比如将机器学习模型转换成定点模型，但总是会在模型的性能或精度上做出让步。
1.9K20发布于 2019-03-15 - 来自专栏人工智能与演化计算成长与进阶
15非监督学习异常检测4-6构建与评价异常检测系统
2014 机器学习教程中文笔记 by 黄海广 15.4 开发和评价一个异常检测系统 Developing and Evaluating an Anomaly Detection System 异常检测算法是一个非监督学习算法 我们需要另一种方法来帮助检验算法是否有效。 3.肿瘤分类 Note 通常来说，正样本的数量很少(20-50 条)，甚至有时候是 0，也就是说，出现了太多没见过的不同的异常类型，那么对于这些问题，通常应该使用的算法就是 异常检测算法 ---- 15.6 选择合适的特征 Choosing what features to use 对于异常检测算法，使用的特征至关重要, 异常检测假设特征符合高斯分布 ，如果数据的分布不是高斯分布，异常检测算法也能够工作， 误差分析 一个常见的问题是一些异常的数据可能也会有较高的 p(x)值，因而被算法认为是正常的。这种情况下误差分析能够帮助我们， 我们可以分析那些被算法错误预测为正常的数据，观察能否找出一些问题。
1.9K11发布于 2020-08-14 - 来自专栏desperate633
第4-6课 数据的过滤where子句操作符使用通配符进行过滤
实际查询中，通常不会检索所有行，需要对数据进行筛选过滤，选出符合我们需要条件的数据。
2.3K10发布于 2018-08-22 - 来自专栏blog-技术博客
通信
线程通信 生产者消费者 一、使用同一个共享变量控制 Synchronized、wait、notify Lock、Condition 利用volatile 利用AtomicInteger 二、 PipedInputStream、PipedOutputStream 三、利用BlockingQueue 进程通信
61520发布于 2021-03-05 - 来自专栏设计模式
随机算法，四大组件，Context，线程间通信，数组和链表
01 随机算法 问题：从扑克牌中随机抽 5 张牌,判断是不是顺子,即这 5 张牌是不是连续的。 04 Android线程间通信有几种方式 Handler机制 runOnUiThread(Runnable action) View.post(Runnable action) AsyncTask 广播
68330发布于 2020-12-16 - 来自专栏仙士可博客
php进程通信-PIPE管道通信
上一篇文章讲到了php进程通信的进程信号通信方法,本文介绍的是有名管道: 管道通信,主要是利用文件,写入以及读取来进行通信的, 通俗来讲,就是A进程在1.txt写入1,B进程读取1.txt,就能读取到这个 1,这样就通信成功了. 当然,php进程管道通信没有这么简单 注意:多进程系列文章,都建立在linux环境,php-cli运行模式下 一:创建个专属管道的文件: $fifoPath = "tmp/$name".getmypid
1.5K20发布于 2019-12-18 - 来自专栏Java
HTTPS加密原理解析：保障通信安全的密码学算法
1.3 生成临时密钥 Diffie-Hellman算法： 一旦服务器的身份得到验证，客户端生成一个用于后续通信的临时对称密钥。 加密通信阶段 握手阶段完成后，客户端和服务器将使用协商得到的对称密钥进行加密通信，确保通信的机密性和完整性。 2.1 对称加密 AES算法： 一旦握手完成，双方使用协商得到的对称密钥进行对称加密通信。 2.2 完整性保护 HMAC算法： 通信双方使用HMAC（Hash-based Message Authentication Code）来保护通信内容的完整性，防止被篡改。 这一设计既保证了通信的安全性，也维持了较高的通信效率。在整个加密过程中，涉及到的主要密码学算法包括RSA、Diffie-Hellman、AES和HMAC。 这些算法的有机组合使得HTTPS在保障通信安全性方面表现出色。
96710编辑于 2025-01-21 - 来自专栏强化学习专栏
通信系统的最佳线性均衡器（2）---自适应滤波算法
本篇文章是博主在通信等领域学习时，用于个人学习、研究或者欣赏使用，并基于博主对通信等领域的一些理解而记录的学习摘录和笔记，若有不当和侵权之处，指出后将会立即改正，还望谅解。 文章分类在通信领域笔记： 通信领域笔记（8）---《通信系统的最佳线性均衡器（2）---自适应滤波算法》 通信系统的最佳线性均衡器（2）---自适应滤波算法 通信系统的最佳线性均衡器 自适应均衡需要一个期望响应序列，在通信系统接通的时候，设置一段专门时间，用于训练均衡器，在这个时段，通信发送机和通信接收机都产生一段约定的训练序列。 自适应均衡需要一个期望响应序列，在通信系统接通的时候，设置一段专门时间，用于训练均衡器，在这个时段，通信发送机和通信接收机都产生一段约定的训练序列。 在通信系统中，角度调制是常用的调制形式，包括频率调制（FM）和相位调制（PM），这些调制信号都满足包络是常数的性质，利用这个性质，构造一类盲自适应均衡算法，即 CMA 算法。
1.8K12编辑于 2024-12-03 - 来自专栏yuyy.info技术专栏
《Go语言精进之路：从新手到高手的编程思想、方法和技巧1》4-6章笔记
醍醐灌顶到没有，别扭确实存在。当然这需要一段时间来适应，说下这段时间最难接受的点吧。 1、文件的单一职责做不好，一个文件里有多个结构体，想知道某个结构体有哪些方法，需要借助IDE 2、命名使用单字母，特定场景能理解，例如循环里的i，遍历map的k,v，但是很多单字母不是这种常见场景里的。代码整洁之道里说命名要见名知意，宁愿用长命名也不用无法表达清楚的短命名，这点go背道而驰。此书里说有时需要短命名加注释，而代码整洁之道里说注释就不应该存在，如果要用注释，说明写的代码无法准确清晰的表达意思。
1.3K20编辑于 2022-09-21 - 来自专栏编程思想之路
通信之进程间通信-AIDL
能够实现两个独立应用程序之间的通信。 进行跨进程通信 AIDL用法 既然是两个进程间的通信，那就必须要创建两个Android应用程序，一个应用程序A借助service用来实现所定义的aidl接口，另一个应用程序B用来绑定A应用程序中所创建的服务 string); } 4，在aidl文件保存后，Eclipse中的adt插件会帮助你自动的在gen目录下生成对应的java文件，目录结构如下： 5，在activity中使用aidl进行进程间通信 conn, BIND_AUTO_CREATE); setBtnFlags(false, true,true); break; case R.id.send_msg: //进程间通信 catch block e.printStackTrace(); } } break; default: break; } } } AIDL进程间通信效果图
1K10编辑于 2022-05-07 - 来自专栏学习
【Linux】进程间通信——管道通信
进程间通信 什么是进程间通信 进程间通信（IPC）是指不同进程之间交换数据或协作的机制。由于每个进程都有独立的地址空间，它们不能直接访问彼此的内存，因此需要 IPC 机制来进行数据传输和同步。 进程间通信的方式 常见的通信方式有：管道，消息队列，共享内存，信号量，信号，套接字等等 这期我们主要讲的是管道通信 管道通信 什么是管道通信 管道通信是一种 进程间通信 方式，允许 相关进程 之间通过 为什么可以实现通信？ 管道通信的过程 上图就是管道通信的过程。 在不同场景下，选择合适的通信方式，才能充分发挥 Linux 进程间通信的优势，提高程序的稳定性和性能。
1.7K00编辑于 2025-02-16 - 来自专栏Hello工控
串行通信 vs. 并行通信
我们上期介绍完串行通信的基本定义和基本数据形式及种类等： 串行通信不就是RS232、RS422和RS485？还有... 当然有串行通信，与之对应的还有并行通信。 这期我们主要对这两种数据通信方式来进行对比。 并行通信（Parallel Communication） 并行通信是一种传统的数据传输方式，它允许多个数据位在同一时间通过不同的通道同时传输。 抗干扰能力：串行通信的单一通道减少了电磁干扰的影响，提高了信号的可靠性。 灵活性：串行通信协议通常更加灵活，易于适应不同的通信速率和设备。 下图针对两种通信，详细对比如下： 在决定使用并行还是串行通信时，需要考虑应用的具体需求。 例如，USB和以太网等串行通信标准已经成为现代计算和通信技术的基石。因此，从长远来看，串行通信在许多应用中都是更为可持续和适应性强的选择。
1.2K10编辑于 2024-06-25 - 来自专栏北溟有鱼QAQ
Linux进程通信之管道通信
父子进程管道通信 Linux进程通信的几种方式 管道通信 中断信号 共享内存、消息队列 Unix Socket 我们PHP中所使用的workman、swoole 或者其他语言当中的进行通信也是无非以上的几种方式 当通过运行代码时，我们可以发现的，当父进程写入数据后，子进程也会读到父进程写入的数据，但以上管道通信是以阻塞方式运行的，当没有数据时，进程则会阻塞不执行 非阻塞方式 $file = 'pipe_file
2.9K30发布于 2021-07-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号