算法难点

❶ 人脸识别算法的难点

人脸识别算法研究已久，在背景简单的情形下，大部分算法都能很好的处理。但是，人脸识别的应用范围颇广，仅是简单图像测试，是远远不能满足现实需求的。所以人脸识别算法还是存在很多的难点。
光照
光照问题是机器视觉中的老问题，在人脸识别中的表现尤为明显，算法未能达到完美使用的程度。
姿态
与光照问题类似，姿态问题也是人脸识别研究中需要解决的一个技术难点。针对姿态的研究相对比较少，多数的人脸识别算法主要是针对正面，或接近正面的人脸图像，当发生俯仰或者左右侧而比较厉害的情况下，人脸识别算法的识别率也将会急剧下降。
遮挡
对于非配合情况下的人脸图像采集，遮挡问题是一个非常严重的问题，特别是在监控环境下，往往被监控对象都会带着眼镜﹑帽子等饰物，使得被采集出来的人脸图像有可能不完整，从而影响了后面的特征提取与识别，甚至会导致人脸识别算法的失效。
年龄变化
随着年龄的变化，面部外观也在变化，特别是对于青少年，这种变化更加的明显。对于不同的年龄段，人脸识别算法的识别率也不同。
图像质量
人脸图像的来源可能多种多样，由于采集设备的不同，得到的人脸图像质量也不同，特别是对于那些低分辨率﹑噪声大﹑质量差的人脸图像如何进行有效的人脸识别是个需要关注的问题。同样的，对于高分辨图像，对人脸识别算法的影响也需要进一步研究。
样本缺乏
基于统计学习的人脸识别算法是人脸识别领域中的主流算法，但是统计学习方法需要大量的培训。由于人脸图像在高维空间中的分布是一个不规则的流行分布，能得到的样本只是对人脸图像空间中的一个极小部分的采样，如何解决小样本下的统计学习问题有待进一步的研究。
海量数据
传统人脸识别算法如PCA、LDA等在小规模数据中可以很容易进行训练学习。但是对于海量数据，这些方法其训练过程难以进行，甚至有可能崩溃。
大规模人脸识别
随着人脸数据库规模的增长，人脸算法的性能将呈现下降。

❷ 各种编程语言的难点

我只能跟你详细说一说pascal的难点，但C和C++那些没有怎么学过，不太会，pascal的难点个人觉得第一个初学者在数组方面可能不太懂这个“下标”的意思，但看多几遍就懂了，第二个就是接触了过程和函数之后的递归和递推，其实递推就是干某件事用同样的方法去做，找到一个递推的公式就行了，之后的递归是很难搞懂的，必须去一遍一遍的摸索，才能搞懂，而且递归必须要很多的练习才能搞懂，搞懂递归之后就是指针与链表了，这个指针的用处不是很大，但链表的用处就大了，到时你学的时候自然会明白。当然还有必不可少的贪心算法，这也是一大难点，几乎现在的NOIP或者是NOI比赛绝大部分的题目都是考到贪心的，{所以很多人都说贪心应该就是计算机编程的用处}。

另外还有二叉树啊，动态规划啊，图论算法等等。。。。这些都是pascal编程的难点，学pascal不能急，必须一步一步来，学完这些之后在学一些fp提供的牛逼函数，例如调用math，调用crt等等。。。。而C和C++这些也都是这样的，并不会说C++就还会多了一些什么高级算法，这些都是差不多的。只不过少C++更加的开放，简单罢了。{但并不易懂，觉没有pascal易懂。}

最后祝你能学好编程！

❸ 和算法上有哪些技术原理及难点

RSA加密算法是一种典型的非对称加密算法，它基于大数的因式分解数学难题，它也是应用最广泛的非对称加密算法，于1978年由美国麻省理工学院（MIT）的三位学着：Ron Rivest、Adi Shamir 和 Leonard Adleman 共同提出。 它的原理较为简单，假设有消息发送方A和消息接收方B，通过下面的几个步骤，就可以完成消息的加密传递：消息发送方A在本地构建密钥对，公钥和私钥；消息发送方A将产生的公钥发送给消息接收方B；B向A发送数据时，通过公钥进行加密，A接收到数据后通过私钥进行解密，完成一次通信；反之，A向B发送数据时，通过私钥对数据进行加密，B接收到数据后通过公钥进行解密。 由于公钥是消息发送方A暴露给消息接收方B的，所以这种方式也存在一定的安全隐患，如果公钥在数据传输过程中泄漏，则A通过私钥加密的数据就可能被解密。 如果要建立更安全的加密消息传递模型，需要消息发送方和消息接收方各构建一套密钥对，并分别将各自的公钥暴露给对方，在进行消息传递时，A通过B的公钥对数据加密，B接收到消息通过B的私钥进行解密，反之，B通过A的公钥进行加密，A接收到消息后通过A的私钥进行解密。 当然，这种方式可能存在数据传递被模拟的隐患，但可以通过数字签名等技术进行安全性的进一步提升。由于存在多次的非对称加解密，这种方式带来的效率问题也更加严重。

❹ 广度优先搜索有什么难点

广度优先搜索难点在于每一种算法的不同，树的遍历。

扩展知识：

广度优先搜索算法又译作宽度优先搜索，或横向优先搜索，是一种图形搜索算法。简单的说，BFS是从根节点开始，沿着树的宽度遍历树的节点。如果所有节点均被访问，则算法中止。广度优先搜索的实现一般采用open-closed表。

广度优先搜索算法主要有四个特性：

空间复杂度：由于对空间的大量需求，因此BFS并不适合解非常大的问题，对于类似的问题，应用IDDFS已达节省空间的效果。

时间复杂度：最差情形下，BFS必须查找所有到可能节点的所有路径。

完全性：广度优先搜索算法具有完全性。这意指无论图形的种类如何，只要目标存在，则BFS一定会找到。然而，若目标不存在，且图为无限大，则BFS将不收敛（不会结束）。

最佳解：若所有边的长度相等，广度优先搜索算法是最佳解——亦即它找到的第一个解，距离根节点的边数目一定最少；但对一般的图来说，BFS并不一定回传最佳解。

❺ 算法分析的两个主要方面是什么

空间复杂性和时间复杂性。

时间复杂度和空间复杂度是衡量算法好差的重要指标，正确性和简洁性、可读性和可运行性是从软件工程角度要求系统实现的目标。

一个算法应包含有限的操作步骤，而不能是无限的，事实上有穷性往往是在合理的范围之内，如果让计算机执行一个历时1000年才结束的算法，这虽然是有穷的，但超过了合理的限度，不能将其视为有效算法。

算法分析注意事项：

循环结构是算法教学的重点和难点，要注意分散此难点，做到循序渐进，逐层深入，例如在教算法含义时先渗透一点循环结构的知识，在教算法3 种基本结构时可先给出循环结构的一些简单的例子，到了教条件语句和循环语句时再逐步加深。

输入数据的长度（通常考虑任意大的输入，没有上界），值域通常是执行步骤数量（时间复杂度）或者存储器位置数量（空间复杂度）。算法分析是计算复杂度理论的重要组成部分。

❻ 高中数学的算法,程序框图

其实你把课好好听、作业认真完成都搞懂就可以了，不要这么紧张。我经验是最后考试题目非常简单。要注重培养逻辑思维，模仿计算机按步骤办事计算。有问题再问我好了。

附上：对高中数学中算法的几点认识（网上找的，意义不大）

算法属于新教材的新增内容，笔者结合自己的教学体会，谈谈对算法的理解和认识，供各位同仁参考：
1、算法的内容
（1）自然语言（2）程序框图（3）算法语句，其中，在每种语言中有各自的结构，如：顺序结构、循环结构、条件结构等。
2、算法在高中课程中的地位：
算法内容的设计分为两部分。
一部分主要介绍算法的基础知识，可以称作算法的“三基”：算法基本思想，算法基本结构，算法基本语句。通过一些具体的案例介绍算法的基本思想，使学生了解：为了解决一个问题，设计出解决问题的系列步骤，任何人实施这些步骤就可以解决问题，这就是解决问题的一个算法。这是对算法的一种广义的理解。对算法的理解，更多地是与计算机联系在一起，计算机可以完成这些步骤。
算法的基本结构一般有三种：顺序结构，分叉结构，循环结构。前两种结构很容易理解，循环结构稍微有点难，这里用到函数思想，难在理解反映循环过程的循环变量。在教学过程中，一定要通过具体的案例，结合具体的情境引入概念，会使问题变得很简单。
介绍算法语句的时候，要区分算法语言和基本的算法语句。我们知道，现在使用的算法语言是很多的，例如，basic 语言，q-basic 语言，c-语言，等等。在高中的数学课程中，不要求介绍算法语言，仅仅需要了解基本语句，例如，输入语句，输出语句，赋值语句，条件语句，循环语句，等等。在不同的语言中，这些语句的表示可能不一样，数学课程要求采用公认的统一表示，称为伪代码。很容易把伪代码翻译成任何一种算法语言。
描述算法有三种语言：自然语言、框图语言、基本算法语句。
算法的另一部分设计，是把算法的思想融入相关数学内容中。实际上，算法思想是贯穿在高中数学课程始终的基本思想。例如，二分法求方程的解；点到直线的距离、点到平面的距离、直线到直线距离；立体几何性质定理的证明过程；一元二次不等式；线性规划；等等内容中，都运用了算法思想。
用算法思想学习和认识数学对于提高数学素养是很有用的，希望老师予以重视。
3、理解赋值语句：
赋值是算法中的难点之一，理解赋值对于理解算法是非常重要的。
赋值就是把数值赋予给定的变量。例如，a:=5,就表示变量a被赋予的值是5，即a=5，这个被赋值的变量可以与其他的值进行运算。对于被赋值的变量a，还可以赋予其它的值取代原来的值。我们可以用磁带录音来比喻赋值，在我们录音时，是把磁带上旧的录音材料冲掉之后，才能把新的录音材料加载上去。同样的道理，我们这里的赋值也是先把原来的值清零之后，再把新的值赋上去。下面我们通过一个例子来说明如何设置变量和给变量赋值。
例：设计一个算法，从4个不同的数中找出最大数。
解：记这5个不同的数分别为a1,a2,a3,a4,a5,算法步骤如下：
1、比较a1与a2将较大的数记作b.
（在这一步中，b表示的是前2个数中的最大数）
2、再将b与a3进行比较，将较大的数记作b.
（执行完这一步后，b的值就是前3个数中的最大数）
3、再将b与a4进行比较，将较大的数记作b.
（执行完这一步后，b的值就是前4个数中的最大数）
4、输出b，b的值即为所求得最大数。
分析：上述算法的4个步骤中，每步都要与上一步中得到的最大数b进行比较，得出新的最大数。b可以取不同的值，b就称之为变量。在第1步到第3步的算法过程中，我们都把比较后的较大数记作b，即把值赋予了b，这个过程就是赋值的过程，这个过程有两个功能，第一，我们可以不断地对b的值进行改变，即把数值放入b中；第二，b的值每变化一次都是为下一步的比较服务。
4、函数在循环结构中的作用：
（1）循环结构是算法的一种基本结构。
例如，设计算法，输出1000以内能被3和5整除的所有正整数。解决这个问题，我们首先要引入变量a表示待输出的数，则a=15n (n=1,2,3,…,66).n从n从1变到66，反复输出a，就能输出1000以内的所有能被3和5整除的正整数。像这样的算法结构称为循环结构，其中反复执行的部分称为循环体。变量n控制着循环的开始和结束，称为循环变量。
（2）循环结构是理解算法的另一个难点，难点在于对于循环变量的理解。
循环结构中的循环变量分为两种形式，一种是控制循环次数的变量，例如，输出1000以内能被3和5整除的所有正整数这个循环结构中，n就是控制循环次数的循环变量。另一种是控制结果精确度的变量，例如用二分法算法求方程f(x)=0在区间[0,1]上的一个近似解的流程图，要求精确度为。在这个算法过程中，精确度就是控制结果精确度的循环变量。
循环变量使得循环体得以“循环”，循环变量控制了循环的“开始”和“结束”，是刻画循环结构的关键。
以上几点是对算法的粗浅认识，不当之处，请批评指正！

❼ 算法与建模的困难在于数学还是技术，或是感想

以语音识别的算法及建模为例，来看看会遇到哪些现实难点。
语音如一段很短的乐曲。
音高可以变化，D调上不去就改C调，
绝对音高变化了，而相对音高依然稳定不变。
依然可以判断出，这两段音高不同的乐曲，确是同一段乐曲。
音色也可以变化，小提琴《梁祝》与电子琴《梁祝》，音色差别很大，
但依然可以得出判断：是同一段乐曲。
音量变化更不影响判断其是同。
语音识别的算法及建模所依赖的，就是这个相对性现象。
充分理解后，就叫做音阶相对性原理。
音阶相对关系不变，固定了乐曲。并可实现重复。
语音也如此。
理解了这个之后，就有了解决语音识别问题的大致方向——
1、找到机器可识别的最小的音阶。
2、发现语音中固定的音阶相对变化顺序。
3、发现音阶的三维现象。
4、音阶三维数码化。
这样就实现了固定其音。
上述4条显然不需要很高深的数学水平。
高中数学做算法就足够了。数学不是难点。
技术，肯定需要。声AD转码需要探索出适应新算法的新技术。但这并不很难。
感想？是的，需要感想。
思考上述四条语音问题方向应得出如下感想：
必须对声音开始到结束的全部详细过程，有清晰的数码化认识。
这就是最大的难点。

❽ 算术表达式求值算法实现的难点剖析

#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <math.h>
#include <conio.h>

#define TRUE 1
#define FALSE 0
#define Stack_Size 50

char ops[7]={'+','-','*','/','(',')','#'}; /*运算符数组*/

int cmp[7][7]={{2,2,1,1,1,2,2}, /*用来进行比较运算符优先级的矩阵,3代表'=',2代表'>',1代表'<',0代表不可比*/
{2,2,1,1,1,2,2},
{2,2,2,2,1,2,2},
{2,2,2,2,1,2,2},
{1,1,1,1,1,3,0},
{2,2,2,2,0,2,2},
{1,1,1,1,1,0,3}};

typedef struct
{
char elem[Stack_Size];
int top;
}SeqStack; /*运算符栈的定义*/

typedef struct
{
int elem[Stack_Size];
int top;
}nSeqStack; /* 运算数栈的定义*/

void InitStack(SeqStack *S) /*初始化运算符栈*/
{
S->top =-1;
}

void InitStackn(nSeqStack *S) /*初始化运算数栈*/
{
S->top =-1;
}

int IsEmpty(SeqStack *S) /*判断栈S为空栈时返回值为真，反之为假*/
{
return(S->top==-1?TRUE:FALSE);
}

int IsEmptyn(nSeqStack *S) /*判断栈S为空栈时返回值为真，反之为假*/
{
return(S->top==-1?TRUE:FALSE);
}

/*判栈满*/
int IsFull(SeqStack *S) /*判断栈S为满栈时返回值为真，反之为假*/
{
return(S->top==Stack_Size-1?TRUE:FALSE);
}

int IsFulln(nSeqStack *S) /*判断栈S为满栈时返回值为真，反之为假*/
{
return(S->top==Stack_Size-1?TRUE:FALSE);
}

int Push(SeqStack *S, char x) /*运算符栈入栈函数*/
{
if (S->top==Stack_Size-1)
{
printf("Stack is full!\n");
return FALSE;
}
else
{
S->top++;
S->elem[S->top]=x;
return TRUE;
}
}

int Pushn(nSeqStack *S, int x) /*运算数栈入栈函数*/
{
if (S->top==Stack_Size-1)
{
printf("Stack is full!\n");
return FALSE;
}
else
{
S->top++;
S->elem[S->top]=x;
return TRUE;
}
}

int Pop(SeqStack *S, char *x) /*运算符栈出栈函数*/
{
if (S->top==-1)
{
printf("运算符栈空!\n");
return FALSE;
}
else
{
*x=S->elem[S->top];
S->top--;
return TRUE;
}
}

int Popn(nSeqStack *S, int *x) /*运算数栈出栈函数*/
{
if (S->top==-1)
{
printf("运算符栈空!\n");
return FALSE;
}
else
{
*x=S->elem[S->top];
S->top--;
return TRUE;
}
}

char GetTop(SeqStack *S) /*运算符栈取栈顶元素函数*/
{
if (S->top ==-1)
{
printf("运算符栈为空!\n");
return FALSE;
}
else
{
return (S->elem[S->top]);
}
}

int GetTopn(nSeqStack *S) /*运算数栈取栈顶元素函数*/
{
if (S->top ==-1)
{
printf("运算符栈为空!\n");
return FALSE;
}
else
{
return (S->elem[S->top]);
}
}

int Isoperator(char ch) /*判断输入字符是否为运算符函数,是返回TRUE,不是返回FALSE*/
{
int i;
for (i=0;i<7;i++)
{
if(ch==ops[i])
return TRUE;
}
return FALSE;
}

/*
int isvariable(char ch)
{ if (ch>='a'ch<='z')
return true;
else
return false;
}*/

char Compare(char ch1, char ch2) /*比较运算符优先级函数*/
{
int i,m,n;
char pri; /*保存优先级比较后的结果'>'、'<'、'='*/
int priority; /*优先级比较矩阵中的结果*/
for(i=0;i<7;i++) /*找到相比较的两个运算符在比较矩阵里的相对位置*/
{
if(ch1==ops[i])
m=i;
if (ch2==ops[i])
n=i;
}

priority = cmp[m][n];
switch(priority)
{
case 1:
pri='<';
break;
case 2:
pri='>';
break;
case 3:
pri='=';
break;
case 0:
pri='$';
printf("表达式错误!\n");
break;
}
return pri;
}

int Execute(int a, char op, int b) /*运算函数*/
{
int result;
switch(op)
{
case '+':
result=a+b;
break;
case '-':
result=a-b;
break;
case '*':
result=a*b;
break;
case '/':
result=a/b;
break;
}
return result;
}

int ExpEvaluation()
/*读入一个简单算术表达式并计算其值。optr和operand分别为运算符栈和运算数栈，OPS为运算符集合*/
{
int a,b,v,temp;
char ch,op;
char *str;
int i=0;

SeqStack optr; /*运算符栈*/
nSeqStack operand; /*运算数栈*/

InitStack(optr);
InitStackn(operand);
Push(optr,'#');
printf("请输入表达式(以#结束):\n"); /*表达式输入*/
str =(char *)malloc(50*sizeof(char));
gets(str); /*取得一行表达式至字符串中*/

ch=str[i];
i++;
while(ch!='#'||GetTop(optr)!='#')
{
if(!Isoperator(ch))
{
temp=ch-'0'; /*将字符转换为十进制数*/
ch=str[i];
i++;
while(!Isoperator(ch))
{
temp=temp*10 + ch-'0'; /*将逐个读入运算数的各位转化为十进制数*/
ch=str[i];
i++;
}
Pushn(operand,temp);
}
else
{
switch(Compare(GetTop(optr),ch))
{
case '<':
Push(optr,ch);
ch=str[i];
i++;
break;
case '=':
Pop(optr,op);
ch=str[i];
i++;
break;
case '>':
Pop(optr,op);
Popn(operand,b);
Popn(operand,a);
v=Execute(a,op,b); /* 对a和b进行op运算 */
Pushn(operand,v);
break;
}
}
}
v=GetTopn(operand);
return v;
}

void main() /*主函数*/
{
int result;
result=ExpEvaluation();
printf("\n表达式结果是%d\n",result);
}

❾ 阐述提高场景文字检测算法性能的难点

1、图像输入、预处理：
图像输入：对于不同的图像格式，有着不同的存储格式，不同的压缩方式。预处理：主要包括二值化，噪声去除，倾斜较正等
2、二值化：
对摄像头拍摄的图片，大多数是彩色图像，彩色图像所含信息量巨大，对于图片的内容，我们可以简单的分为前景与背景，为了让计算机更快的，更好的识别文字，我们需要先对彩色图进行处理，使图片只前景信息与背景信息，可以简单的定义前景信息为黑色，背景信息为白色，这就是二值化图了。
3、噪声去除：
对于不同的文档，我们对燥声的定义可以不同，根据燥声的特征进行去燥，就叫做噪声去除
4、倾斜较正：
由于一般用户，在拍照文档时，都比较随意，因此拍照出来的图片不可避免的产生倾斜，这就需要文字识别软件进行较正。
版面分析：5、将文档图片分段落，分行的过程就叫做版面分析，由于实际文档的多样性，复杂性，因此，目前还没有一个固定的，最优的切割模型。
6、字符切割：
由于拍照条件的限制，经常造成字符粘连，断笔，因此极大限制了识别系统的性能，这就需要文字识别软件有字符切割功能。
7、字符识别：
这一研究，已经是很早的事情了，比较早有模板匹配，后来以特征提取为主，由于文字的位移，笔画的粗细，断笔，粘连，旋转等因素的影响，极大影响特征的提取的难度。
8、版面恢复：
人们希望识别后的文字，仍然像原文档图片那样排列着，段落不变，位置不变，顺序不变，的输出到word文档,pdf文档等，这一过程就叫做版面恢复。
9、后处理、校对：
根据特定的语言上下文的关系，对识别结果进行较正，就是后处理。
开发一个OCR文字识别软件[2]系统，其目的很简单，只是要把影像作一个转换，使影像内的图形继续保存、有表格则表格内资料及影像内的文字，一律变成计算机文字，使能达到影像资料的储存量减少、识别出的文字可再使用及分析，当然也可节省因键盘输入的人力与时间。从影像到结果输出，须经过影像输入、影像前处理、文字特征抽取、比对识别、最后经人工校正将认错的文字更正，将结果输出。