Dear John

前提条件

• QT5.3.0 with MinGW
• opencv3.0+

opencv配置

MinGW 编译好的 opencv 3.2.0

• 解压opencv文件夹到C盘根目录
• 添加系统环境变量如下两项到Path：
  • C:\opencv\build\install\x86\mingw\bin
  • C:\opencv\build\install\x86\mingw\lib
• 检查QT5.3.0自带的MinGW是否在环境变量中(没有则添加)：
  • C:\Qt\Qt5.3.0\5.3\mingw482_32\bin
  • C:\Qt\Qt5.3.0\Tools\mingw482_32\bin
  • C:\Qt\Qt5.3.0\Tools\mingw482_32\i686-w64-mingw32\bin
• 配置好重启QT！！！

Requirements

• Windows 7 or later
• QT 5.3.0 with MinGW4.8.2 (下载已经编译好的OpenCV可以忽略下面两项)
• OpenCV 3.2.0
• CMake

本项目使用领先的推荐系统Java开源工具库LibRec完成，实现其中的UserKNN算法，并使用struts2框架完成简单的网页展示。

软件测试考点整理

一、软件测试介绍

软件缺陷的概念

从产品内部看，软件缺陷是产品开发或维护过程中所存在的错误、毛病等各种问题。

从产品外部看，软件缺陷是系统所需要实现的某种功能的失效或者违背。

条件概率与贝叶斯定理

对于事件A和B，当B发生的情况下，A发生的条件概率为
$$
P(A|B) = \frac{P(AB)}{P(B)}.
$$
如果把$$P(AB)$$表示为$$P(B|A)P(A)$$，那么 就有
$$
P(A|B) = \frac{P(B|A)P(A)}{P(B)}.
$$

Git init

1

git init

Tensorflow生成歌词

其实就是抄的这篇文章

char-rnn是基于字符预测下一个字符，比如说已知hello的前四个字母hell，那我们就可以据此预测下一个字符很可能是o,因为是字符char级别的，并没有单词或句子层次上的特征提取，相对而言比较简单易学。

使用方法及数据都在Github了：CharRNN-LRC

Requirements

1. Python3.X
2. Windows10

安装tensorflow

1
2
3
4
5

# GPU版本
pip3 install --upgrade tensorflow-gpu

# CPU版本
pip3 install --upgrade tensorflow

注：如果显卡是英伟达支持CUDA的独显就安装GPU版本

查询是否支持CUDA

我安装GPU版本成功但是没效果，只能安装CPU版本了

题目

1. 当前网络上谣言的传播对社会造成了很多不利的影响，请根据所掌握的网络科学知识，在当今互联网结构上，给出一种舆情监控的方法，进而给出抑制谣言传播的办法。
不少于2页A4纸，有算法设计与分析，给出参考文献。

2. 研究春运期间人口流动规律，对于交通运输部门的合理配置运力，提高出行效率具有重要意义。
请以复杂网络理论为视角，对春运期间人口流量进行网络结构及人口流动分析，给出人口流动规律。
不少于2页A4纸，有算法设计与分析，给出参考文献。

问题

八数码问题：在一个3*3的方棋盘上放置着1,2,3,4,5,6,7,8八个数码,每个数码占一格,且有一个空格。这些数码可以在棋盘上移动，其移动规则是：与空格相邻的数码方格可以移入空格。现在的问题是：对于指定的初始棋局和目标棋局，给出数码的移动序列。该问题称八数码难题或者重排九宫问题。在本文中，我将展示如何编写一个程序，使用Python和PyGame以及A *算法解决八数码问题。