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

网格布局实例

windows程序，C++综合程序设计——《大鱼吃小鱼》

用Java写的一个动态生成多项式并计算其微积分的小程序

可用于解锁bootloader及刷写recovery，以及载华为手机USB驱动，重启到fastboot及重启到Recovery，有需要的赶快下载吧！

exbuffer.c 设计目标是一个纯C的网络协议缓冲器，该协议简单介绍： 协议包分为包头和包体：包长采用2个字节或者4个字节，用来表示本次数据包中包体的长度 接受到数据就存储在缓冲区，缓冲区动态扩展以保证可以足够存储。 当接收到一个以上完整的数据包就调用回调函数recvHandle。 #include "exbuffer.h" void recvHandle(unsigned char *rbuf,size_t len) { printf("收到数据:%d\n",len); exbuffer_printHex(rbuf,len); } int main(int argc, char **argv) { exbuffer_t* value; value = exbuffer_new(); //value->headLen = 2;//设置包头长度，默认是2（2、4分别对应shor

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“

imagein带使用方法（含CTF群及所有工具）

F5-steganography图片隐写工具，带使用方法，内含CTF群及所有工具包

什么是makefile？或许很多Winodws的程序员都不知道这个东西，因为那些Windows的IDE都为你做了这个工作，但我觉得要作一个好的和professional的程序员，makefile还是要懂。这就好像现在有这么多的HTML的编辑器，但如果你想成为一个专业人士，你还是要了解HTML的标识的含义。特别在Unix下的软件编译，你就不能不自己写makefile了，会不会写makefile，从一个侧面说明了一个人是否具备完成大型工程的能力。