1.字元資料與整型資料可以相互賦值
例如：
#include void main()
1)區分字串與字元陣列的區別：字串是要用字元陣列儲存，最後要加上乙個『\0』;
2)字元陣列的長度至少比字串多1；
3)使用sizeof(陣列名)/sizeof(陣列元素的資料型別) = 字元陣列長度;
4)字元陣列直接 == 比較的是位址
5)使用string.h提供的字串操作函式：
①strcpy(a,b)：將b的字串複製到a中，會覆蓋
②strcat(a,b)：將字串b的內容拼接到a的後面
③strcmp(a,b)：將a，b兩個字串從左到右對每個字元，按照ascii碼的值進行比較，
知道出現不同的或者』\0』，終止比較，如果內容一樣，返回0；大於返回正整數，小於
則返回負整數；
④strlen(a)：返回字串的長度，不包括字串結束的標記』\0』
深度學習心律分類概括
最近在做訊號分類的問題，看了一些心電圖訊號分類的 想要作為參考。不過這類 普遍都屬於醫學類，使用的方法用也大部分比較簡單。有點收穫的是還順便學習了傅利葉變換和小波變換。雖然說是實時識別，但其實也是進行了切塊，按視窗進行識別，存在一定延時，和我工作方向的備選方案一致。資料處理部分，對於不同長度的ecg...
機器學習降維方法概括
最近刷題看到特徵降維相關試題，發現自己了解的真是太少啦，只知道最簡單的降維方法，這裡列出了常見的降維方法，有些演算法並沒有詳細推導。特徵降維方法包括 lasso，pca，小波分析，lda，奇異值分解svd，拉普拉斯特徵對映，sparseautoencoder，區域性線性嵌入lle，等距對映isoma...
機器學習降維方法概括
目錄 lasso通過引數縮減達到降維的目的 主成分分析pca 小波分析 線性判別lda 拉普拉斯對映 深度學習sparseautoencoder 矩陣奇異值分解svd lle區域性線性嵌入 isomap等距對映 最近刷題看到特徵降維相關試題，發現自己了解的真是太少啦，只知道最簡單的降維方法，這裡列出...