QT开发学习系列

C++实现复数的滤波filter

C++实现复数的滤波filter导言函数需求分析源码追求速度注意导言最近在进行Qt开发，涉及大量的matlab转C的工作，其中包括插值滤波等，这里对matlab的filter函数进行了研究并用C++进行了重写
宇智波盆·2024-02-12 06:04

pyqt5优秀项目python_用了PyQt5、tk、wxPython等数十个Python GUI模块后，我总结出了……...

PyQt5功能非常强大，可以用Qt开发出多漂亮的界面，就可以用PyQt5开发出多漂亮的界面；另外，它最赞的一点是支持可视化界面设计，对于Python小白
weixin_39613208·2024-02-11 20:04

机器学习系列（8）——提升树与GBDT算法

本文介绍提升树模型与GBDT算法。0x01、提升树模型提升树是以分类树或回归树为基本分类器的提升方法。提升树被认为是统计学习中性能最好的方法之一。提升方法实际采用加法模型（即基函数的线性组合）与前向分步算法，以决策树为基函数的提升方法称为提升树（boostingtree）。对分类问题决策树是二叉分类树，对回归问题决策树是二叉回归树。提升树模型可以表示为决策树的加法模型：其中，表示决策树，为决策树的
陌简宁·2024-02-11 14:40

Java并发包源码学习系列：阻塞队列实现之LinkedBlockingDeque源码解析

文章目录LinkedBlockingDeque概述类图结构及重要字段linkFirstlinkLastunlinkFirstunlinkLastunlink总结参考阅读系列传送门：Java并发包源码学习系列
天乔巴夏丶·2024-02-11 14:37

机器学习系列——（十三）多项式回归

引言在机器学习领域，线性回归是一种常见且简单的模型。然而，在某些情况下，变量之间的关系并不是线性的，这时候我们就需要使用多项式回归来建模非线性关系。多项式回归通过引入高次项来扩展线性回归模型，从而更好地拟合数据。本文将详细介绍多项式回归的原理、应用场景和实现步骤，并通过一个实际案例演示如何使用多项式回归进行预测。一、原理多项式回归是一种形式上为多项式的函数与自变量之间的线性回归关系。其基本原理是通
飞影铠甲·2024-02-10 21:06

QT styleSheet——控件设置样式表

QT开发中，需要设置多种多样的控件表现形式，QT实现的styleSheet能够满足多种多样的场景，这里简单的记录下一些我常用的设置透明背景，鼠标悬浮时，设置背景色：pushButton->setStyleSheet
流浪打工人·2024-02-10 11:54

机器学习系列——（二十二）结语

随着我们的机器学习系列的探索画上句号，我们不禁感慨于这一领域的广阔和深邃。从最初的基础概念到复杂的算法，从理论的探讨到实际应用的示例，我们一起经历了一段非凡的旅程。
飞影铠甲·2024-02-10 11:53

机器学习系列——（二十一）神经网络

引言在当今数字化时代，机器学习技术正日益成为各行各业的核心。而在机器学习领域中，神经网络是一种备受瞩目的模型，因其出色的性能和广泛的应用而备受关注。本文将深入介绍神经网络，探讨其原理、结构以及应用。一、简介神经网络是一种受到人类神经系统启发而设计的计算模型。它由大量的人工神经元组成，这些神经元之间通过连接进行信息传递和处理。神经网络的主要目标是从数据中学习规律，并能够进行预测、分类、识别等任务。二
飞影铠甲·2024-02-10 11:23

机器学习系列——（二十）密度聚类

引言在机器学习的无监督学习领域，聚类算法是一种关键的技术，用于发现数据集中的内在结构和模式。与传统的基于距离的聚类方法（如K-Means）不同，密度聚类关注于数据分布的密度，旨在识别被低密度区域分隔的高密度区域。这种方法在处理具有复杂形状和大小的聚类时表现出色，尤其擅长于识别噪声和异常值。本文将详细介绍密度聚类的概念、主要算法及其应用。一、概述密度聚类基于一个核心思想：聚类可以通过连接密度相似的点
飞影铠甲·2024-02-10 11:53

机器学习系列——（十九）层次聚类

引言在机器学习和数据挖掘领域，聚类算法是一种重要的无监督学习方法，它试图将数据集中的样本分组，使得同一组内的样本相似度高，不同组间的样本相似度低。层次聚类（HierarchicalClustering）是聚类算法中的一种，以其独特的层次分解方式，在各种应用场景中得到广泛应用，如生物信息学、图像分析、社交网络分析等。一、概述层次聚类算法主要分为两大类：凝聚的层次聚类（AgglomerativeHie
飞影铠甲·2024-02-10 07:47

算法学习系列（三十三）：线性DP

目录引言一、数字三角形二、最长上升子序列三、最长公共子序列引言这个线性DP其实也就是一种描述吧，有的是一维、二维、多维的，就是这个动规方程是按顺序来的，所以叫做线性，然后还是得按题目来看，把每种题都见过才能有思路，才会写，DP其实没啥思想规范，就是做题见题，才会做题。一、数字三角形思路：把这个三角形看成二维的，横着的代表行，斜着的代表列，则f[i][j]=max(f[i−1][j−1],f[i−1
lijiachang030718·2024-02-10 05:42

算法学习系列（三十二）：背包问题

目录引言一、01背包1.二维代码模板2.一维代码模板二、完全背包1.朴素代码模板2.二维优化代码模板3.一维代码模板三、多重背包1.朴素做法2.优化版本四、分组背包1.朴素做法2.一维优化引言从这一篇文章开始，就开始学习动态规划了，也就是DP了，然后就是DP可以说是整个算法中的最难学的部分之一，好写是非常的好写的，每道题也只有很短的代码量，但是主要是它这个动归方程不好想，也不好推导出来，而且这类题
lijiachang030718·2024-02-10 05:12

记录自用的CAN开发调试工具和上位机

文章目录前言二、CANable开源软硬件三、AMP32F103方案的自制USB2CAN调试器四、TTCAN-USB2CANFD调试器二、PyQT开发CAN调试器上位机（1）CAN通信速率可设，CAN/CANFD
飞翔的汽车人·2024-02-10 03:25

机器学习系列——（十七）聚类

引言在当今数据驱动的时代，机器学习已经成为了解锁数据潜能的关键技术之一。其中，聚类作为机器学习领域的一个重要分支，广泛应用于数据挖掘、模式识别、图像分析等多个领域。本文旨在深入探讨聚类技术的原理、类型及其应用，为读者提供一个全面而深入的了解。一、什么是聚类？聚类是一种无监督学习（UnsupervisedLearning）技术，它的目标是将相似的对象分组到一起，形成簇（Cluster）。与有监督学习
飞影铠甲·2024-02-09 09:08

Rust 格式化输出

操作符循环打印前言Rust学习系列-本文根据教程学习Rust的格式化输出，包括fmt::Debug，fmt::Display等。一、format!宏在Rust中，可以使用format!
TE-茶叶蛋·2024-02-09 09:57

机器学习系列——（十八）K-means聚类

引言在众多机器学习技术中，K-means聚类以其简洁高效著称，成为了数据分析师和算法工程师手中的利器。无论是在市场细分、社交网络分析，还是图像处理等领域，K-means都扮演着至关重要的角色。本文旨在深入解析K-means聚类的原理、实现方式、优缺点及其应用，以期为读者提供全面而深入的理解。一、K-means聚类简介K-means是一种基于划分的聚类算法，它的目标是将n个对象根据属性分为k个簇，使
飞影铠甲·2024-02-09 08:04

Kubernetes有状态应用管理——PetSet

目录贴：Kubernetes学习系列1、介绍在Kubernetes中，大多数的Pod管理都是基于无状态、一次性的理念。
zyydd_·2024-02-09 06:39

【原创】Qt库open62541 MinGW编译

一、前言为了统一公司的驱动层开发，准备采用OpcUA的方式转发底层数据，而服务器有WindowsServer，也有CentOS，因此想用Qt开发一个基于MinGW的OpcUAServer，这样就能跨平台部署
Jamie.T·2024-02-08 22:34

C++ Qt开发：SqlTableModel映射组件应用

Qt是一个跨平台C++图形界面开发库，利用Qt可以快速开发跨平台窗体应用程序，在Qt中我们可以通过拖拽的方式将不同组件放到指定的位置，实现图形化开发极大的方便了开发效率，本章将重点介绍SqlTableModule组件的常用方法及灵活运用。在多数情况下我们需要使用SQL的方法来维护数据库，但此方式相对较为繁琐对于表格等数据的编辑非常不友好，在Qt中提供了QSqlTableModel模型类，它为开发者
微软技术分享·2024-02-08 18:16

PyQt5的.ui文件转换为.py文件操作方法

PyQt开发之.ui文件转换为.py文件1.保存Qtdesigner文件默认为.ui文件，此文件为标准xml文件。
white_free·2024-02-08 16:50

C++基础入门（七）—— 指针

C++系列内容的学习目录→\rightarrow→C++学习系列内容汇总。
大彤小忆·2024-02-08 15:27

神经网络与深度学习 Neural Networks and Deep Learning 课程笔记 第一周

NeuralNetworksandDeepLearning课程笔记第一周文章目录神经网络与深度学习NeuralNetworksandDeepLearning课程笔记第一周深度学习简介什么是神经网络使用神经网络进行监督学习为什么神经网络会兴起本文是吴恩达深度学习系列课程的学习笔记
林间得鹿·2024-02-08 09:21

机器学习系列——（十五）随机森林回归

引言在机器学习的众多算法中，随机森林以其出色的准确率、对高维数据的处理能力以及对训练数据集的异常值的鲁棒性而广受欢迎。它是一种集成学习方法，通过构建多个决策树来进行预测和分类。本文将重点介绍随机森林在回归问题中的应用，即随机森林回归(RandomForestRegression)。一、概念随机森林回归是基于决策树的集成学习技术。在这个模型中，我们构建多个决策树，并将它们的预测结果合并来得到最终的回
飞影铠甲·2024-02-08 06:37

机器学习系列——（十六）回归模型的评估

引言在机器学习领域，回归模型是一种预测连续数值输出的重要工具。无论是预测房价、股票价格还是天气温度，回归模型都扮演着不可或缺的角色。然而，构建模型只是第一步，评估模型的性能是确保模型准确性和泛化能力的关键环节。本文将详细介绍几种常用的回归模型评估方法。一、均方误差（MeanSquaredError,MSE）均方误差是最常用的回归评估指标之一，它计算了预测值与真实值之间差异的平方的平均值。公式如下：
飞影铠甲·2024-02-08 06:31

ChatGPT学习大纲

2月份左右开始使用ChatGPT时，就被它强大的理解能力和应答效果所折服，这期间一直在断断续续的学习和使用，也没形成一个完整的学习过程，最近刚好有空，就寻思着好好再学习总结一下，故写出了ChatGPT学习系列的文章
冷暖从容·2024-02-07 19:34

小样本学习系列工作（持续更新）

小样本学习系列工作有关小样本学习的各类文章通常会将其方法分成几个大类：基于度量学习的小样本方法、基于数据增强的小样本学习方法和基于模型初始化的小样本学习方法。
MingchenS·2024-02-07 16:10

【埋点学习系列】02如何设计数据埋点方案

数据埋点是数据采集的关键一环，目前的数据采集方式归结为可视化/全埋点、代码埋点三类。可视化/全埋点使用这种方案，必须在产品中嵌入SDK，等于做了一个统一的埋点，因此“无埋点”的叫法实际上是“全埋点”的代名词。代码埋点代码埋点又分为前端代码埋点和后端代码埋点。前端代码埋点类似于全埋点，都是在前端嵌入SDK的方式，所不同的是，对于每一个关键行为，我们都需要调用SDK代码，将必要的事件名、属性字段等写入
tricking紫枫·2024-02-07 15:54

如何在Linux系统上搭建Qt Creator开发环境

QtCreator开发环境官网上去下载不同的Qt版本选择Qt版本不一定非要选择最新版本的，除非一看到新版本新增的某个特性是你的项目中所必须要的，否则的话最好不要尝鲜，最新的版本往往有很多不稳定的因素，且用高版本Qt
baoyu45585·2024-02-07 07:08

第三篇:跨平台QT开发-容器

QstringQstring的隐式共享隐式数据共享机制去最大化资源有效利用和最小化复制克隆操作。隐式共享类当作为函数参数传递的时候，不仅安全而且效率很高，因为传递的时候只是传递的数据的指针，数据本身只当自己被修改的时候才会去复制。简称写时复制。数据相同时，执行浅拷贝，仅复制指向数据块的指针，数据不同时则执行深拷贝。隐式共享技术可以大大降低对内存的开销及CPU资源的消耗，很大程度提高应用程序的运行效
坑真多·2024-02-07 07:45

第三篇:跨平台QT开发-标准对话框

标准文件框//基本的文件对话框this->setWindowTitle("标准文本对话框");main_Button=newQPushButton;main_Button->setText("选择文件");main_LineEdit=newQLineEdit;main_layout=newQGridLayout(this);main_layout->addWidget(main_Button,0,
坑真多·2024-02-07 07:45

第三篇:跨平台QT开发-元对象系统

元对象系统元对象系统是一个基于标准C++的扩展，为Qt提供了信号与槽机制、实时类型信息,动态属性系统元对象系统的三个基本条件：类必须继承自QObject、类声明Q_OBJECT宏（默认私有有）、元对象编译器moc。classExamDialog:publicQDialog{Q_OBJECT//支持信号与槽的宏public:信号与槽机制信号和槽机制是QT的核心机制:信号和槽是一种高级接口，应用于对象
坑真多·2024-02-07 07:44

第三篇:跨平台QT开发-正则表达式和文件处理

正则表达式正则表达式即一个文本匹配字符串的一种模式，Qt中QRegExp类实现使用正则表达式进行模式匹配，且完全支持Unicode，主要应用：字符串验证、搜索、查找替换、分割。正则表达式中字符及字符集元素含义c匹配字符本身，如a匹配a\c跟在\后面的字符匹配字符本身，但本表中下面指定的这些字符除外。\a匹配ASCII的振铃\f匹配ASCII的换页\n匹配ASCII的换行\r匹配ASCII的回车\t
坑真多·2024-02-07 07:12

arcgis学习系列11--绘制不自己交叉的Polygon

概述本文演示如何阻止用户使用Draw画子线交叉的线。Draw操作使用视图事件生成一组坐标，可以从中创建不同类型的几何图形。每种几何类型都有一个对应的drawaction类。实例化Draw之后，调用draw.create()方法将返回一个drawAction的引用。在这一篇文章中，draw.create()方法被调用，并传递polyline作为参数，我们监听PolylineDrawAction的相关
naturessdfsafagf·2024-02-07 07:10

机器学习系列——（十四）正则化回归

引言在机器学习领域，正则化回归是一种常用的技术，旨在解决过拟合问题，提高模型的泛化能力。本文将简单探讨正则化回归的概念、类型和应用，帮助读者更好地理解和运用这一重要技术。一、概念正则化回归是一种通过引入额外信息（约束或惩罚项）来调整模型复杂度的方法，从而防止过拟合，提高模型的泛化能力。简单来说，正则化就是在模型训练过程中加入一个正则项，以限制模型参数的大小。那么，为什么需要正则化？在机器学习中，模
飞影铠甲·2024-02-07 06:28

深度强化学习系列【1】- 强化学习的背景、基础理论等

深度强化学习系列【1】-强化学习的背景、基础理论等1.深度强化学习的背景、发展与理论变迁1.1序1.2AlphaGo的崛起1.3Waymo(谷歌收购)加州公共道路无人驾驶项目获批1.4关于生物的神经元数
cnjs1994·2024-02-06 17:52

一文带你了解QT框架基础知识

一、发展阶段QT的发展历程可以概括为以下几个阶段：QT开发的软件创立与早期发展（1991-2008）：QT最初由挪威的Trolltech公司于1991年创建。
贝格前端工场·2024-02-06 15:38

Qt安装配置教程windows版（亲测可行）

WPSOffice，咪咕音乐，Linux桌面环境等都是QT开发的。下载windows版Qt下载地址也可下载5.9.0或者5.12.0版的安装选择安装位置（不可以是中文）点击下一步。
computer_vision_chen·2024-02-06 13:08

机器学习系列6-逻辑回归

重点：1.逻辑回归模型会生成概率。2.对数损失是逻辑回归的损失函数。3.逻辑回归被许多从业者广泛使用。#1.逻辑回归：计算概率**许多问题需要将概率估算值作为输出。逻辑回归是一种非常高的概率计算机制。**实际上，您可以通过以下两种方式之一使用返回的概率：*原样*已转换为二元类别。![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/e62e0256ba5a
喜乐00·2024-02-06 07:22

机器学习系列——（十一）回归

引言在机器学习领域，回归是一种常见的监督学习任务，它主要用于预测数值型目标变量。回归分析能够通过对输入特征与目标变量之间的关系建模，从而对未知数据做出预测。概念回归是机器学习中的一种监督学习方法，用于预测数值型目标变量。它通过建立特征与目标变量之间的关系模型，对未知数据做出预测。举个例子来说明回归的概念：假设我们希望根据房屋的面积来预测其价格。我们可以收集一组包含多个房屋的数据样本，每个样本包含房
飞影铠甲·2024-02-06 07:50

机器学习系列——（十二）线性回归

导言在机器学习领域，线性回归是最基础且重要的算法之一。它用于建立输入特征与输出目标之间的线性关系模型，为我们解决回归问题提供了有效的工具。本文将详细介绍线性回归的原理、应用和实现方法，帮助读者快速了解和上手这一强大的机器学习算法。一、线性回归简介线性回归是一种监督学习算法，适用于处理连续数值预测问题。其基本思想是通过拟合最佳直线（或超平面）来预测输出变量与输入特征之间的关系。线性回归的目标是找到最
飞影铠甲·2024-02-06 07:17

深度学习系列55：深度学习加速技术概述

总体有两个方向：模型优化/框架优化1.模型优化1.1量化最常见的量化方法为线性量化，权重从float32量化为int8，将输入数据映射在[-128,127]的范围内。在nvdiagpu，x86、arm和部分AI芯片平台上，均支持8bit的计算。当然还有简单的二值化。对比从nvdiagpu到x86平台，1bit计算分别有5到128倍的理论性能提升。此外还有对数量化，一种比较特殊的量化方法。两个同底的
IE06·2024-02-06 02:24

深度学习系列57: 清华大模型MiniCPM上手

MiniCPM是面壁智能与清华大学自然语言处理实验室共同开源的系列端侧大模型，主体语言模型MiniCPM-2B仅有24亿（2.4B）的非词嵌入参数量1.上手对比测试mps比cpu大概快了9倍左右。也可以在modelspore上测试：
IE06·2024-02-06 02:53

Rust 数据类型使用注意点

文章目录前言一、Rust的数据类型基本数据类型：复合数据类型：二、使用注意点整型溢出总结前言Rust学习系列，学习rust的数据类型。
TE-茶叶蛋·2024-02-06 00:48

Rust-获取随机数练习案例

文章目录前言一、取官网示例猜数字游戏玩一玩cargocheckTOML文件二、完整代码总结前言Rust学习系列-获取随机数练习案例，基于cargo进行案例练习，过程中会使用cargocheck；cargorun
TE-茶叶蛋·2024-02-06 00:47

QT入门---项目创建步骤

设计师的主窗体2.确定项目名称及路径注意项目名称不能包含空格与中文路径中不能包含中文，创建过程中不会报错，但程序无法运行出窗口3.选择构建系统构建系统分为三类针对这三类构建系统，chatgpt给出以下回答在Qt
边缘常驻民·2024-02-05 21:30

聊聊 Http 服务化改造实践

粉丝福利，免费领取C/C++开发学习资料包、技术视频/项目代码，1000道大厂面试题，内容包括（C++基础，网络编程，数据库，中间件，后端开发/音视频开发/Qt开发/游戏开发/Linuxn内核等进阶学习资料和最佳学习路线
程序员老舅·2024-02-05 19:55

C++并发编程：如何编写多线程代码

粉丝福利，免费领取C/C++开发学习资料包、技术视频/项目代码，1000道大厂面试题，内容包括（C++基础，网络编程，数据库，中间件，后端开发/音视频开发/Qt开发/游戏开发/Linuxn内核等进阶学习资料和最佳学习路线
程序员老舅·2024-02-05 19:54

MongoDB 中的分布式集群架构

粉丝福利，免费领取C/C++开发学习资料包、技术视频/项目代码，1000道大厂面试题，内容包括（C++基础，网络编程，数据库，中间件，后端开发/音视频开发/Qt开发/游戏开发/Linuxn内核等进阶学习资料和最佳学习路线
程序员老舅·2024-02-05 19:22

2021年信创系统实战Qt5.9-第二节Qt开发工具使用

1.侧边栏内容欢迎包含：newProjects(创建一个项目)OpenProjects(打开一个项目)编辑编辑里面包含：项目文件、头文件、源文件、UI设计界面。项目文件内容包含：Qt+=coregui(图形等固件内容)CONFIG+=c++11(配置文件)SOURCES+=\（源文件）main.cpp\mainwindow.cppHEADERS+=\（头文件）mainwindow.hFORMS+=
随行之旅·2024-02-05 17:46

上海海事大学C语言程序设计上机实验代码参考【第三周实验】（非本校同学可以作为C语言练习题和进度参考）

C语言学习系列课程之练习专项（第三周）本周主要考察基础计算的掌握以及if语句的基本使用，一定要注意特定函数的特定要求，以及定义函数的头文件文章目录C语言学习系列课程之练习专项（第三周）一、本系列教程的使用方法二
cloudier.·2024-02-05 16:39
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他