主要依赖包： numpy tqdm Pillow 使用方法： python exp4.py q = 2 for i in range(24): name = str(i+1).zfill(2) print("正在处理[{}/{}]：".format(name, 24)) img = Image.open("dataset/kodim{}.png".format(name)) encoder = Encoder() encoder.encode(img, "bin/kodim{}.bin".format(name), q) decoder = Decoder() img = decoder.decode("bin/kodim{}.bin".format(name), q) img.save("res/kodim{}.bmp".format(name)) ratio = 0. psnr = 0. for i in range(24): name = str(i+1).zfill(2) bmp_

官方printf函数一次只能定向一个串口，而通过自实现的printf可实现任意串口同时发送。 实用举例：myprintf(USART3, "num1 = %d\tnum2 = %f\r\n", num1,num2);

用Idea手写的三个项目，其中Filter实现的权限管理系统使用了SSM框架+Redis+java8的一些特性，前端使用的是基于bootstrap 的ACE admin模板 和ZTree插件等等，代码非常规范，有完整的注释，很适合学习SpringSecurity 和 shiro 的同学，良心出品。

主要介绍了Python对接支付宝支付自实现功能,本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下

- 任选语言（本文选择Python）自实现**DBSCAN聚类算法** - 对两个参数ξ和Minpt的选取选取进行说明 - 支持多维数组 - 采用欧氏距离

Statistic-study-notes 李航统计学习方法（第二版）的学习笔记，包括： 1、每章重点数学公式的手动推导 均为手写然后扫描成图片，字迹不工整还望谅解，之后有时间会用Latex修正 点击数学公式没有出现图片的情况 需要搭梯子才可以在线预览到数学推导的图片... 3.1 无数学推导，偏重算法实现-KNN 5.1 无数学推导，偏重算法实现-决策树 6.1 最大熵模型的数学推导 6.2 拉格朗日对偶性问题的数学推导 6.3 改进的迭代尺度法数学推导 7.第七章数学公式推导 7.1 软间隔最大化对偶问题 7.2 证明最大间隔分离超平面存在唯一性 8.第八章数学公式推导 8.1 证明AdaBoost是前向分步加法算法的特例 8.2 证明AdaBoost的训练误差界 9.第九章数学公式推导 9.1 EM算法的导出 9.2 用EM算法估计高斯模混合模型 10.第十章数学公式推导 10.1

1.支持多维数组，采用欧氏距离 2.矩阵运算，尽量减少遍历，效率高！ 3.图形界面 4.多组测试数据

使用numpy+pandas+PCA+PyQt 自实现KMeans++聚类算法并可视化的写法

官方printf函数一次只能定向一个串口，而通过自实现的printf可实现任意串口同时发送。 实用举例：myprintf(USART3, "num1 = %d\tnum2 = %f\r\n", num1,num2); （该程序较之前上传的版本效率更高）

//无参的构造//有参构造之字符串定义对象//有参构造之对象定义对象//有参构造之定义N个相同字符对象//有参构造之字符串一部分定义对象//赋值之字符串赋值//赋值之对象赋值//重载+=//重载+//重载ostream::cout的<<符号，自定义输出对象 以及一些比较好用的字符类函数的实现