2017年09月_随风而醒

12月 11月 10月 09月 08月 07月 06月 04月 03月

原创饥饿的小易-网易python（数学简单逻辑）

题目描述小易总是感觉饥饿，所以作为章鱼的小易经常出去寻找贝壳吃。最开始小易在一个初始位置x_0。对于小易所处的当前位置x，他只能通过神秘的力量移动到 4 * x + 3或者8 * x + 7。因为使用神秘力量要耗费太多体力，所以它只能使用神秘力量最多100,000次。贝壳总生长在能被1,000,000,007整除的位置(比如：位置0，位置1,000,000,007，位置2,000,000,014

2017-09-23 22:48:59 1259

原创统计回文-牛客网（简单计算）

题目描述 “回文串”是一个正读和反读都一样的字符串，比如“level”或者“noon”等等就是回文串。花花非常喜欢这种拥有对称美的回文串，生日的时候她得到两个礼物分别是字符串A和字符串B。现在她非常好奇有没有办法将字符串B插入字符串A使产生的字符串是一个回文串。你接受花花的请求，帮助她寻找有多少种插入办法可以使新串是一个回文串。如果字符串B插入的位置不同就考虑为不一样的办法。例如： A =

2017-09-23 21:22:31 959

原创救救小易-网易python（简单逻辑）

题目描述有一片1000*1000的草地，小易初始站在(1,1)(最左上角的位置)。小易在每一秒会横向或者纵向移动到相邻的草地上吃草(小易不会走出边界)。大反派超超想去捕捉可爱的小易，他手里有n个陷阱。第i个陷阱被安置在横坐标为xi ，纵坐标为yi 的位置上，小易一旦走入一个陷阱，将会被超超捕捉。你为了去解救小易，需要知道小易最少多少秒可能会走入一个陷阱，从而提前解救小易。输入描述: 第一行

2017-09-23 19:38:55 659

转载 python二维数组操作符*的浅拷贝-导致的整列修改

转载：博客园-geeking python的二维数组操作需要在程序中使用二维数组，网上找到一种这样的用法：1 2 3 4 5 6 创建一个宽度为3，高度为4的数组 [[0,0,0], [0,0,0], [0,0,0], [0,0,0]] myList = [[0] * 3] * 4 但是当操作myList[0][1] = 1时，发现整个第二列都被赋值，变成[[0,1,

2017-09-22 12:32:27 1274

原创不要二-网易python（找数据逻辑）

题目描述二货小易有一个W*H的网格盒子，网格的行编号为0~H-1，网格的列编号为0~W-1。每个格子至多可以放一块蛋糕，任意两块蛋糕的欧几里得距离不能等于2。对于两个格子坐标(x1,y1),(x2,y2)的欧几里得距离为: ( (x1-x2) * (x1-x2) + (y1-y2) * (y1-y2) ) 的算术平方根小易想知道最多可以放多少块蛋糕在网格盒子里。输入描述: 每组数

2017-09-20 11:00:11 782

转载解决Ubuntu安装后无法联网的问题-网卡驱动为安装成功

转载自：http://blog.csdn.net/ifmvo/article/details/54023628#t0 起因（屁话）最近由于公司电脑不够用，所以暂时使用自己的笔记本做开发，i5+4G+win7这配置看个视频、听个音乐还好，可我是做安卓开发的呀，AndroidStudio这神器一运行瞬间整个电脑就变成砖头一样。用了一天内心已经崩溃了，想起之前也玩过Ubuntu，尽管

2017-09-20 10:04:34 12137 5

原创实验楼linux学习（1-2节）

学习路径初级：系统安装、图形界面使用、常用命令中级：用户和文件系统管理、软件安装和配置、网络管理、系统维护、shell编程初步高级：服务器：数据库、防火墙、dns-vpn-web-mail-ftp-lamp-nfs-samba服务器程序开发：shell高级编程、c/c++开发、内核基础、嵌入式开发、linux驱动开发*基本概念和操作第一节、几个重要命令： tap键 -- 智能提

2017-09-20 09:39:27 873

原创机器学习实战-3决策树

划分依据决策树的主要依据为信息熵计算，信息熵最大的最为分类依据流程创建数据集 –> 计算信息熵，最大值作为结点，划分子数据集 –> 递归寻找代码from math import logimport operator'''机器学习实战-第三章（决策树）'''# 创建数据集def createDataSet(): dataset = [ [1, 1, 'y

2017-09-15 14:38:25 651

原创大化设计模式-单例模式

原理：保证一个类只有一个实例对象，提供一个对外的实例创建方法。好处：数据共享，多个线程可以共用一个实例，共同享用这个实例的资源属性（如数据库连接器）线程安全，通过线程加锁，可以达到并发访问的目的节约资源，防止创建过多不必要的对象结构图分类 1.懒汉式：实例化调用时才实例化，否则就不实例化//懒汉式 class Singleton { private static S

2017-09-15 14:21:42 686

原创 linux搭建java学习几个问题处理

linux搭建java开发环境linux上运行.jar文件1、linux搭建java开发环境 1.1、官网下载tar包1.2、创建java文件夹：cd /usr --> mkdir java1.3、通过mv jdk1.8.tar /usr/java，将jdk.tar移动到java中；tar -zxvf jdk-8u60-linux-x64.tar.gz移动到当前文件夹1.4、配置环境变量：

2017-09-13 21:37:17 488

原创大话设计模式-设计模式六大原则

参考链接：http://www.uml.org.cn/sjms/201211023.asp#4 参考书：大话设计模式设计模式原则单一职责原则开放封闭原则依赖倒转原则接口隔离原则迪米特法原则里氏替换原则单一职责原则（做好自己的专业，降低耦合度）：为了后期的便于修改和添加，降低各功能之间的耦合度，在开发的初期就需要将每一个功能单独分离出来，而不是放在一起；开放封闭原则（少修改多扩展）：扩展

2017-09-13 10:41:47 480 1

原创 LeetCode-longest-palindromic-substring

题目描述Given a string S, find the longest palindromic substring in S. You may assume that the maximum length of S is 1000, and there exists one unique longest palindromic substring.# Leetcode# 3. Longest

2017-09-10 16:34:05 475

原创 LeetCode-Add Two Numbers

题目描述You are given two linked lists representing two non-negative numbers. The digits are stored in reverse order and each of their nodes contain a single digit. Add the two numbers and return it as a l

2017-09-10 16:32:26 315

原创 python模拟登陆+获取数据

参考地址：http://www.jianshu.com/p/3debfb110ad9最近做了一个网络爬虫的题，要求：访问一个链接，页面中含有同样的另一个链接信息，需要提取出来，再次访问，直到访问到某一个链接跳转到成功页面。解析：就是一个网页爬取，主要遇到的困难时如何保存登录信息，由于对python不熟，加上其中各方面的小错误没注意导致一直得不出结果，现在回顾发现有很多这一个简单地题目其实涉及到很多知

2017-09-02 14:43:01 1340

An_Introduction_to_Voice_Computing_in_Python

An Introduction_to_Voice_Computing_in_Python 这是与语音计算书简介相关的所有脚本的分类。这些脚本应该让您快速学习如何为语音相关的应用程序编写Python代码。

2019-01-24

《随机过程：计算与应用》冯海林, 薄立军

《随机过程：计算与应用》冯海林, 薄立军《西安电子科技大学出版社》

2018-09-07

风控算法大赛解决方案

拍贷“魔镜风控系统”从平均拍贷“魔镜风控系统”从平均拍贷“魔镜风控系统”从平均拍贷“魔镜风控系统”从平均拍贷“魔镜风控系统”从平均拍贷“魔镜风控系统”从平均拍贷“魔镜风控系统”从平均拍贷“魔镜风控系统”从平均 400 个数据维度评估用户当前的信状态，给每借款个数据维度评估用户当前的信状态，给每借款个数据维度评估用户当前的信状态，给每借款个数据维度评估用户当前的信状态，给每借款个数据维度评估用户当前的信状态，给每借款个数据维度评估用户当前的信状态，给每借款个数据维度评估用户当前的信状态，给每借款个数据维度评估用户当前的信状态，给每借款个数据维度评估用户当前的信状态，给每借款个数据维度评估用户当前的信状态，给每借款人打出当前状态的信用分，在此基础上再结合新发标息对于每个人打出当前状态的信用分，在此基础上再结合新发标息对于每个人打出当前状态的信用分，在此基础上再结合新发标息对于每个人打出当前状态的信用分，在此基础上再结合新发标息对于每个人打出当前状态的信用分，在此基础上再结合新发标息对于每个人打出当前状态的信用分，在此基础上再结合新发标息对于每个人打出当前状态的信用分，在此基础上再结合新发标息对于每个人打出当前状态的信用分，在此基础上再结合新发标息对于每个人打出当前状态的信用分，在此基础上再结合新发标息对于每个人打出当前状态的信用分，在此基础上再结合新发标息对于每个人打出当前状态的信用分，在此基础上再结合新发标息对于每个人打出当前状态的信用分，在此基础上再结合新发标息对于每个人打出当前状态的信用分，在此基础上再结合新发标息对于每个人打出当前状态的信用分，在此基础上再结合新发标息对于每个人打出当前状态的信用分，在此基础上再结合新发标息对于每个人打出当前状态的信用分，在此基础上再结合新发标息对于每个人打出当前状态的信用分，在此基础上再结合新发标息对于每个6个月内逾个月内逾期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来期率的预测，为投资人提供关键决策依据。本次竞赛目标是根用户历史行数来用户在未来用户在未来用户在未来 6个月内是否会逾期还款的概率。个月内是否会逾期还款的概率。个月内是否会逾期还款的概率。个月内是否会逾期还款的概率。个月内是否会逾期还款的概率。个月内是否会逾期还款的概率。个月内是否会逾期还款的概率。问题转换成问题转换成问题转换成 2分类问题，评估指标为分类问题，评估指标为分类问题，评估指标为分类问题，评估指标为分类问题，评估指标为分类问题，评估指标为分类问题，评估指标为 AUC ，从 Master Master Master，LogInfoLogInfo LogInfo ，UpdateInfo UpdateInfo UpdateInfo 表中构建表中构建特征，考虑评估指标为特征，考虑评估指标为特征，考虑评估指标为特征，考虑评估指标为特征，考虑评估指标为 AUC AUC，其本质是排序优化问题，所以我们在模型顶层融合也使用基于，其本质是排序优化问题所以我们在模型顶层融合也使用基于，其本质是排序优化问题所以我们在模型顶层融合也使用基于，其本质是排序优化问题所以我们在模型顶层融合也使用基于，其本质是排序优化问题所以我们在模型顶层融合也使用基于，其本质是排序优化问题所以我们在模型顶层融合也使用基于，其本质是排序优化问题所以我们在模型顶层融合也使用基于，其本质是排序优化问题所以我们在模型顶层融合也使用基于，其本质是排序优化问题所以我们在模型顶层融合也使用基于，其本质是排序优化问题所以我们在模型顶层融合也使用基于，其本质是排序优化问题所以我们在模型顶层融合也使用基于，其本质是排序优化问题所以我们在模型顶层融合也使用基于，其本质是排序优化问题所以我们在模型顶层融合也使用基于，其本质是排序优化问题所以我们在模型顶层融合也使用基于，其本质是排序优化问题所以我们在模型顶层融合也使用基于排序优化的排序优化的排序优化的 RANK_AVG RANK_AVG RANK_AVG融合方法。融合方法。融

2017-10-31

Adaboost 算法的原理与推导

AdaBoost，是英文"AdaptiveBoosting"（自适应增强）的缩写，由YoavFreund和RobertSchapire在1995年提出。它的自适应在于：前一个基本分类器分错的样本会得到加强，加权后的全体样本再次被用来训练下一个基本分类器。同时，在每一轮中加入一个新的弱分类器，直到达到某个预定的足够小的错误率或达到预先指定的最大迭代次数。

2017-10-31

技术之瞳+阿里巴巴技术笔试心得

《技术之瞳——阿里巴巴技术笔试心得》由阿里巴巴集团校园招聘笔试项目组所著，收集了阿里历年校招中的精华笔试题，涉及多个领域。《技术之瞳——阿里巴巴技术笔试心得》中内容大量结合了阿里巴巴的实际工作场景，以例题、解析、习题的形式，引导读者深入理解技术上的关键点、紧要处，夯实基础，启发思考。《技术之瞳——阿里巴巴技术笔试心得》内容不仅专业、有趣，更是将理论知识与实践应用结合起来，以场景化的问答娓娓道来！

2017-09-22

sqljdbc4.jar

sqljdbc4.jar 类库提供对 JDBC 4.0 的支持。它不仅包括 sqljdbc.jar 的所有功能，还包括新增的 JDBC 4.0 方法。 sqljdbc4.jar 类库要求使用 6.0 或更高版本的 Java 运行时环境 (JRE)。在 JRE 1.4 或 5.0 上使用 sqljdbc4.jar 会引发异常。

2017-07-14

MbrFix.exe

Win7、Ubuntu双系统正确卸载Ubuntu系统

2017-07-14

opencv_python-3.2.0+contrib-cp35-cp35m-win_amd64.whl

2017-06-15

numpy-1.11.3+mkl-cp27-cp27m-win32.whl

2017-06-14

OpenCV入门教程.pdf

2017-06-14

Sublime Text Build 3126 x64 Setup.exe

2017-06-14

wxPython3.0-win64-3.0.2.0-py27.exe

2017-06-14

numpy-1.11.3+mkl-cp27-cp27m-win_amd64.whl

2017-06-14

基于卷积神经网络的图像分类

2017-04-14

Caffe中文文档

2017-04-14

图像分割源码（基础）

matlab图像分割源码

2016-12-04

数字图像处理的MATLAB实现

2016-11-11

机器学习导论.pdf

2016-11-11

机器学习实战（中文版）

机器学习实战（中文版）.pdf

2016-11-11

pip-1.5.4.tar.gz

2016-10-23

ext 4.0.zip

2016-10-23

MyBatis3.2.3 API.chm

2016-10-23

Ext JS 3.1-3.3 API中文文档.CHM

2016-10-23

机器学习实战

机器学习实战.rar

2016-09-30

算法谜题.pdf

2016-09-30

统计自然语言处理

内容简介, 本书全面介绍了统计自然语言处理的基本概念、理论方法和最新研究进展，内容包括形式语言与自动机及其在自然语言处理中的应用、语言模型、隐马尔可夫模型、语料库技术、汉语自动分词与词性标注、句法分析、词义消歧、统计机器翻译、语音翻译、文本分类、信息检索与问答系统、自动文摘和信息抽取、口语信息处理与人机对话系统等，既有对基础知识和理论模型的介绍，也有对相关问题的研究背景、实现方法和技术现状的详细阐述。, 本书可作为高等院校计算机、信息技术等相关专业的高年级本科生或研究生的教材或参考书，也可供从事自然语言处理、数据挖掘和人工智能等研究的相关人员参考。, -------, 目录, 第1章绪论, 1.1 基本概念, 1.1.1 语言学与语音学, 1.1.2 自然语言处理, 1.1.3 关于“理解”的标准, 1.2 自然语言处理研究的内容和面临的困难, 1.2.1 自然语言处理研究的内容, 1.2.2 自然语言处理涉及的几个层次, 1.2.3 自然语言处理面临的困难, 1.3 自然语言处理的基本方法及其发展, 1.3.1 自然语言处理的基本方法, 1.3.2 自然语言处理的发展, 1.4 自然语言处理的研究现状, 第2章预备知识, 2.1 概率论基本概念, 2.1.1 概率, 2.1.2 最大似然估计, 2.1.3 条件概率, 2.1.4 贝叶斯法则, 2.1.5 随机变量, 2.1.6 二项式分布, 2.1.7 联合概率分布和条件概率分布, 2.1.8 贝叶斯决策理论, 2.1.9 期望和方差, 2.2 信息论基本概念, 2.2.1 熵, 2.2.2 联合熵和条件熵192.2.3 互信息, 2.2.4 相对熵, 2.2.5 交叉熵, 2.2.6 困惑度, 2.2.7 噪声信道模型, 2.3 支持向量机, 2.3.1 线性分类, 2.3.2 线性不可分, 2.3.3 构造核函数, 第3章形式语言与自动机, 第4章语料库与词汇知识库, 第5章语言模型, 第6章隐马尔可夫模型, 第7章汉语自动分词与词性标注, 第8章句法分析, 第9章语义消歧, 第10章统计机器翻译, 第11章语音翻译, 第12章文本分类, 第13章信息检索与问答系统, 第14章自动文摘与信息抽取, 第15章口语信息处理与人机对话系统, 附录项目作业, 名词术语索引, 参考文献

2016-09-30

程序员接单宝典(第三版)

程序员接单宝典(第三版).pdf

2016-09-30

JAVASCRIPT实例自学手册

《JavaScript实例自学手册:通过486个例子掌握Web开发捷径》涵盖了目前网络开发涉及的所有方向，从页面、文本、窗口、鼠标、日期时间等基本应用，到图像、滚动条、进度条、网络验证、文件处理等深入应用，包括目前最流行的异步传输、Property框架、Ajax和DOM等高级技术。全书共分23章，包括486个常用JavaScript实例。每个实例都提供了代码分析及效果演示，可以帮助读者轻松掌握JavaScript的开发技巧，并从中找到网站开发的乐趣。《JavaScript实例自学手册:通过486个例子掌握Web开发捷径》提供了Web2．0时代所必须掌握的一些技巧实例，是一本学习网络开发技术的随身手册。

2016-09-30

TA关注的人

An_Introduction_to_Voice_Computing_in_Python

《随机过程：计算与应用》冯海林, 薄立军

风控算法大赛解决方案

Adaboost 算法的原理与推导

技术之瞳+阿里巴巴技术笔试心得

sqljdbc4.jar

MbrFix.exe

opencv_python-3.2.0+contrib-cp35-cp35m-win_amd64.whl

numpy-1.11.3+mkl-cp27-cp27m-win32.whl

OpenCV入门教程.pdf

Sublime Text Build 3126 x64 Setup.exe

wxPython3.0-win64-3.0.2.0-py27.exe

numpy-1.11.3+mkl-cp27-cp27m-win_amd64.whl

基于卷积神经网络的图像分类

Caffe中文文档

图像分割源码（基础）

数字图像处理的MATLAB实现

机器学习导论.pdf

机器学习实战（中文版）

pip-1.5.4.tar.gz

ext 4.0.zip

MyBatis3.2.3 API.chm

Ext JS 3.1-3.3 API中文文档.CHM

机器学习实战

算法谜题.pdf

统计自然语言处理

程序员接单宝典(第三版)

JAVASCRIPT实例自学手册

intel英特尔多核_多线程技术中文版

淘宝技术这十年

Activiti实战

tf.contrib无提示 pycharm中的tensorflow部分模块没有自动补全，如何解决？

jsp中连接跳转丢失项目名

Java中如何动态修改JFrame的内容？

Java中，主界面类中有一个文本框和一个按钮类，点击按钮后如何动态设置文本框的值（不同的类无法访问）

Java中如何根据我点击的按钮呈现不同的JTable样式（一个JFrame中）？