official_classification.py ： 使用了较多的sklearn中提供的聚类函数 self_classification.py ： 使用了较多的手写聚类函数（手写高斯聚类由于计算高维矩阵n次方报错，就没有使用） 两者可以相互比较看手写函数效果如何。 model.py ： 其中包含了kmeans，lvq，mixture-of-gaussian聚类函数，以及计算精度和NMI的手写函数，处理标签映射的匈牙利算法。 由于学习向量量化是依据ground truth的得到的一组原型向量，是有监督的学习，因此计算其精度没有意义，在函数里就没有计算精度和NMI，只打印出了原型向量 函数运行时会有warning，不用在意，手写的函数没有优化，速度较慢 代码对三个数据集，分别使用了kmeans，lvq，mixture-of-gaussian三个方法，在得到预测标签后，采用匈牙利算法对标签进行处理，计算其精确度acc和标准互信息nmi 这三种方法聚类的精度只有百分之五十几，在数据集yale中效果较差 运行方法： 安装相应需求的库，直接运行official_classifica

说在前头 本文是使用BP神经网络中的softmax回归模型实现MNIST手写数字识别，实际上能实现MNIST手写数字识别的神经网络还有CNN（卷积神经网络），下一篇可能会写。 Tensorflow是个什么东西 Tensorflow是一个采用 数据流图，用于数值计算的开源软件库。节点在图中表示数学操作，图中的线则表示在节点间相互联系的多维数据数组，即张量（Tensor）。 数据流图用“结点”和“线”的有向图来描述数学计算。“节点” 一般用来表示施加的数学操作，但也可以表示数据输入的起点/输出的终点，或者是读取/写入持久变量的终点。“线”表示“节点”之间的输入/输出关系。这些数据“线”可以输运“

使用手写识别的计算器 这个项目是我面向对象编程课程的最后一个项目。 下面介绍该算法为显示包含数学方程式的输入图像的结果而采取的步骤。 1-图像分割 该程序对输入图像进行分段，仅提取所需的数字或运算符进行计算，然后将每个数字或运算符转换为28x28像素的小图像，这将作为神经网络的输入。 程序接受的数字范围是0-9 ，有效的操作是：加法，减法，乘法，除法，幂和使用括号。 2-分类 从算法的第一步中提取的缩略图被馈送到仅具有一个隐藏层的预训练神经网络，该神经网络的预测是S形激活的向量，每个描述输入的依存概率p（i）图像属于第（i）类。 3-计算结果 对每个分割的图像进行分类后，我们将此分类转换为相应的数字或运算符，并将其隐含为表达式字符串。 然后，我们将此字符串传递给基于堆栈的计算器以计算其结果。 然后使用简单的GUI将所有这些包装到JavaFX应用程序中。 将发布文档，以获取有关算法步骤以及

了解RPC框架Feign并实现简单RPC框架

( 基于BP神经网络的脱机手写汉字识别研究.pdf

### 1.1数据结构的概念 - **数据结构**——研究数据(特别是非数值数据)的组织，存储及运算方法。 - **数据**——描述客观事物的数值，字符以及能输入到计算机中且能被处理的各种符号集合。 - **数据元素**——组成数据的基本单位，是**数据集合**的个体，一个数据元素可由一个或多个数据项组成。 - **数据项**——数据的不可分割的最小单位。 - **数据对象**——数据对象是性质相同的数据元素的集合，是数据的一个子集 - **数据结构**——相互之间存在一种或多种特定关系的数据元素集合，带有结构的数据元素的集合。 - **数据类型**——一组性质相同的值集合以及定义在这个值集合上的一组操作的总称。 **举例：** 学生表 个人记录 学号姓名 数据 数据元素 数据项 抽象数据类型特

CustomSSM 模仿SSM框架手写自己的框架，加深对框架的理解 在java WEB开发中 大都是使用ssm框架进行开发，但是我们又是否了解了ssm框架的核心思想呢 所以我的目的是为了在自己实现的过程中体会其中的思想，理解SSM框架中的原理，以及框架到底是什么 如何去用 此项目与SSM框架使用上大致相同，但SSM框架显然更加精细，我只是大致上实现了其中一些功能，有兴趣的同学可以 下载下来，自己实现看看 在使用过程中的缺点以及要求： 在使用时需要使用jdk 1.8进行，因为在java反射中我使用了1.8独有的一些技术 在利用反射进行读取方法信息时，无法得到方法参数的准确名字，而这个反射技术是在1.8才提供的 而我们必须配置javac编译器的参数 -parameter 这时才会在.class文件中保存参数的元信息，才能够读取到参数准确名称 在lib整合包中我已经打好了jar包，如果开发版本不

个人整理手写版大学物理B下笔记，含知识点、典型例题、易错题，以及部分课后题答案，适用于部分工科专业期末考试参考。 配套教材 大学物理下册 武汉大学出版社 沈黄晋主编 目录： 【电磁场部分】 第12章 真空中的恒定电场 第13章 磁介质 第14章 电磁感应 第15章 电磁场与电磁波 第17章 光的干涉 【光学部分】 第18章 光的衍射 第19章 光的偏振 【相对论与量子力学部分】 第20章 狭义相对论 第21章 早期量子论 第22章 量子力学基础 笔记内容均为个人整理，禁止二次售卖，侵权追责！

这是基于 Keras 和 CNN 的手写数字识别案例分享，包含源代码以及对应的数据集，优化后的识别准确率还是比较高的，欢迎下载交流。

文件夹说明： 1. ./divert -- 全部进行像素反转后的 60000 张训练集图片； 2. ./divert_test -- 全部进行像素反转后的 60000 张测试集图片； 3. ./rotate -- 全部进行图像旋转后的 60000 张训练集图片； 4. ./rotate_test -- 全部进行图像旋转后的 60000 张测试集图片； 5. ./divert_and_rotate -- 像素反转后的 30000 张训练集图片 + 图像旋转后的 30000 张训练集图片； 6. ./divert_and_rotate_test -- 像素反转后的 30000 张测试集图片 + 图像旋转后的 30000 张测试集图片； 7. ./raw -- 手动创建的测试集图片，1-9 没有进行旋转，r1-r9 进行了不同角度的旋转 8. label_train.txt -- 训练集 label 9. label_test.txt -- 测试集label