度度熊正在学习双端队列，他对其翻转和合并产生了很大的兴趣。初始时有 N 个空的双端队列（编号为 1 到 N ），你要支持度度熊的 Q 次操作。①1 u w val 在编号为 u 的队列里加入一个权值为 val 的元素。（w=0 表示加在最前面，w=1 表示加在最后面）。②2 u w 询问编号为 u ...
分类：
其他好文 时间：
2019-07-05 18:02:11
阅读次数：
84
本篇文章是介绍国密算法在嵌入式设备中应用方法系列文章的第三篇，介绍移植openssl库到嵌入式设备中的具体方法，当然最终的目的还是使我们的设备能支持国密算法。同上一篇文章中介绍的miracl密码库相比，openssl库的应用更加广泛，资料支持度更好，但是代码体量要大于miracl库。需要再次说明的是，同miracl库一样，openssl的库也并不能直接提供国密算法的接口，我们是利用库中相应的API
分类：
编程语言 时间：
2019-06-25 11:51:45
阅读次数：
130
npm组件化开发的背景 1. 随着技术的发展，开发的复杂度也越来越高，传统开发模式总是存在着==开发效率低，维护成本高==等的弊端。（界面开发太多，风格样式随时都可能调整，如果要调整，可能所有的项目都需要调整，牵一发而动全身） 2. 项目越来越多,针对项目进度以及时间要求==每个人对项目样式的支持度 ...
分类：
其他好文 时间：
2019-05-15 16:23:32
阅读次数：
122
基础知识： 支持度：单个项占总项集的百分比，比如薯片的支持度=4/5*100%=80%，可乐的支持度=3/5*100%=60%。 置信度：薯片=>羽毛球的置信度=3/4*100%=75%，可乐=>羽毛球的置信度=3/3*100%=100%。 一、Apriori算法 假设minsupport=0.2， ...
分类：
编程语言 时间：
2019-04-02 16:58:39
阅读次数：
754
我们是通过算法来找到数据之间的关联规则（两个物品之间可能存在很强的相关关系）和频繁项集（经常出现在一起的物品的集合）。 我们是通过支持度和置信度来定义关联规则和频繁项集的 一个项集支持度是指在所有数据集中出现这个项集的概率，项集可能只包含一个选项，也有可能是多个选项的组合。 置信度 针对于啤酒——> ...
分类：
编程语言 时间：
2019-02-24 00:32:13
阅读次数：
326
本篇文章主要选取了几个有趣且有用的webapi进行介绍，分别介绍其用法、用处以及浏览器支持度 page lifecycle onlineState（网络状态） device orientation（陀螺仪，获取用户手机朝向） battery status 获取用户手机电量 用法 window.add ...
转自奇舞周刊 简介 作为前端er，我们的工作与web是分不开的，随着HTML5的日益壮大，浏览器自带的webapi也随着增多。本篇文章主要选取了几个有趣且有用的webapi进行介绍，分别介绍其用法、用处以及浏览器支持度，同时我也分别为这几个api都做了一个简单的demo(https://github ...
应用背景移动端证件是别是基于移动平台的证件识别应用程序，支持Android、iOS等多种主流移动操作系统。该产品采用手机、平板电脑摄像头拍摄证件图像，然后通过OCR软件对证件信息进行识别提取。特色功能支持180度、90度自动旋转功能；支持复杂背景（如将证件拿在手中）裁边；支持自动倾斜校正功能，提高识别率；识别结果后处理，对识别结果增加规则，提高识别率。功能介绍通过拍照界面，指导用户拍出合格证件图像
分类：
移动开发 时间：
2018-12-14 01:01:18
阅读次数：
245
恢复内容开始 1.概念 关联分析：用于发现隐藏在大型数据集中的有意义的联系 项集：0或多个项的集合。例如:{啤酒，尿布，牛奶，花生} 是一个4-项集，意义想象成爸爸去超市买啤酒和花生，给儿子和老婆分别买尿布和牛奶。 关联规则：啤酒->花生，其强度可用支持度和置信度来度量 支持度：一个项集或者规则在所 ...
分类：
编程语言 时间：
2018-11-30 14:03:01
阅读次数：
234
一，Apriori算法 Apriori算法的基本思路： 产生L1候选集，剪枝（去掉L1里面不符合最小支持度的），连枝产生L2候选集，剪枝（去掉候选集不在数据集里的和不满足最小支持度的），产生L3。。。直到不能再产生新的候选集（具体判定就是连枝的时候，k-2项集不存在，这时不能生成k项集） 算法中需要 ...
分类：
其他好文 时间：
2018-11-20 21:44:58
阅读次数：
218
