【嘘】你知道的。

齊麟 2010-11-12 04:54:12

C/C++
为什么这俩符号总在一块出现？
使我联想起了“狼狈 X X ”

...全文

332 12 打赏收藏转发到动态举报

写回复

12 条回复

切换为时间正序

请发表友善的回复…

发表回复

昵称很不好取 2010-11-12

打赏
举报

回复

不会分家的，初衷啊

dingshaofengbinbin 2010-11-12

打赏
举报

回复

C++兼容C，++就是证明！！

leihelin5201314 2010-11-12

打赏
举报

回复

······hi～

爱吃肉的懒羊羊 2010-11-12

打赏
举报

回复

又是沙发

爱吃肉的懒羊羊 2010-11-12

打赏
举报

回复

回复内容太短了！

daxiongshishen 2010-11-12

打赏
举报

回复

拉拉拉拉拉拉拉拉

「已注销」 2010-11-12

打赏
举报

回复

++是一种进步，英文对应的是Plus
即：c plus plus

leihelin5201314 2010-11-12

打赏
举报

回复

这次来晚了····分心了···

LEOyi 2010-11-12

打赏
举报

回复

中午去逛超市，一个柜台一个柜台地看，也不打算买什么东西，纯属消磨时间。超市的背景音乐是那英的专辑，从《心酸的浪漫》到《征服》，都还蛮好听的。忽然曲调一变，换成了刘若英的《知道不知道》，忍不住在心里轻轻唱和。同样的曲调，杨钰莹唱的时候是“哥哥妹妹”，刘若英唱的时候就变成了“乐天知命”，有点哀伤，但不过分，因为清澈，因为懂得。戏剧性的结局是，回办公室打开书包看手机，有一个未接电话，某公关公司的。而我手

百度一下你就知道百度不知道

使用C知道，直接得到想要的结果，不需要直接再去筛选

在人与AI的映照中，我看到一种更宏观的学习力图景：不断地用先验去推演未知，用探索去修正模型，让“相关性”成为驱动理解和创造的底层逻辑。梁宁指出，大脑的学习是“由点到线、由线成网”的过程：当一件事能被放进已有的认知网络中，它才真正变成你的能力。她在课程中举例说，一个优秀的学习者，总是能在熟悉的领域中发现新的不确定性，也能在陌生的领域中找到熟悉的结构。梁宁在她的课程中强调，真正的学习是“在脑中建立模型的过程”，即通过不断比较、联想、匹配，把零散的信息纳入一个更大的结构，从而实现理解的跃迁。

下载代码方式：https://pan.quark.cn/s/957405011bdf 在计算机视觉技术中，轮廓提取与中心识别被视为两项核心的技术，它们对于图像处理及模式识别领域扮演着不可或缺的角色。本文将深入剖析这两种算法，并围绕"轮廓提取(中心识别）算法"这一核心主题，同时结合所提供的压缩包文件"Contour"，对相关知识点进行详尽的阐述。轮廓提取算法，主要功能在于识别并分离图像中的不同对象。该算法通过探测物体边缘，构建出明确的边界线，从而实现图像内部各组成部分的区分。在多色位图环境下，不同的色彩可能象征着不同的对象或区域，因此，一个性能优越的轮廓提取算法应当具备处理此类复杂场景的能力。常见的轮廓提取算法包括Canny边缘检测、Sobel算子、Laplacian算子和Hough变换等。这些算法各自具备独特的优缺点，究竟选择何种方法，需要依据具体的应用情境以及性能要求来决定。 1. Canny边缘检测：由John F. Canny所研发，这是一种自适应的多级边缘检测方法。Canny算法借助高斯滤波器来降低噪声干扰，随后运用强度梯度和非极大值抑制技术来定位最显著的边缘，最终通过双阈值检测来区分边缘与噪声。 2. Sobel算子：Sobel算子是一种基于梯度的边缘检测工具，它通过计算图像在水平和垂直方向上的梯度来探测边缘。此方法操作简便且效率较高，但可能对图像中的噪声较为敏感。 3. Laplacian算子：Laplacian算子是一种二阶导数算子，能够迅速识别图像中的尖峰（即边缘）。然而，它容易受到噪声的影响，因此通常需要与其他技术结合使用，例如Gaussian滤波。 4. Hough变换：Hough变换是一种在参数空间中进行边缘检测的方法，它能够检测出任意...

其它技术问题

3,881

社区成员

9,044

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章