2009年05月30日
Smart YouTube download Release~
http://super-jiju.spaces.live.com/blog/cns!806C498DDEE76B61!636.entry
If
you have an iPod or need mp4 videos, you will find this toolkit will
bring your nice experience. A lot of software for downloading videos
from YouTube can not download by query or playlist. It need you submit
the video url respectively. I think it's very inconvenient.
For
example, if you want to download videos about "Discovery channel about
china" series, fi阅读全文>
发表于 @ 2009年05月30日 18:29:00|评论(loading...)|举报|收藏
2009年05月21日
理论指导实践！
近期一直想一个idea；本来是计算两个向量x，y的inner products，但是效果不是太好；
所以我想，将这两个向量映射到某个空间上面去；然后再计算；
感觉这个想法挺好的，差点就做实验了；
今天忽然发现，不对；这是因为：Unitary matrices preserve the Euclidean inner product；
也就是Unitary Matrix Q， （Qx，Qy）=(x,y);
其实作为一个空间来说，应该和Q有个大概相同的性质的.....
所以，上述idea失败。不过可以改变Q，继续上面的idea，但是已经让偶对这个idea的效果产生怀疑啦
哎~~~~理论的重要性，不言而喻啊！！阅读全文>
发表于 @ 2009年05月21日 11:55:00|评论(loading...)|举报|收藏
2009年05月19日
Latent Semantic Analysis（LSA）
这个东东效果还不错
以前听过，可以理解将矩阵进行去噪；或者说把问题转换到这个矩阵的某个空间里面去
用了SVD方法将特征向量空间进行推广；
这里有个文档，不错，通俗易懂的描述了lsa；
点击这里下载；
http://3sztgg.blu.livefilestore.com/y1p7bK-BNxqs4NXZKCufRAPnts2J7oQ0RxI7Zv6prsBYmkcmhyLwfBR186DI_tdVR92y1dJnv-QhfshBNpjSwR_lrYeX6f2q_hF/An%20Introduction%20to%20Latent%20Semantic%20Analysis.pdf?download阅读全文>
发表于 @ 2009年05月19日 15:36:00|评论(loading...)|举报|收藏
2009年05月17日
很久以前我在闲聊的时候说：在一个社区里面，有很多的link，如果对一个link添加上预览功能，是不是会起到很好的效果呢？
刚才使用了youdao.com，发现youdao就有这个功能，哈哈，看来我还是有先见之明啊；
这样的好处很明显：
1.极大地节省了用户的时间；
2.很好的解决了snippets的不足；
3.特别在网速慢的像屎一样的地方，这种优越性更是不言而喻的；
最后再来个小结论：不久的日子，很多搜索引擎以及网络社区，都会添加这样功能的；
祝福youdao越来越好~阅读全文>
发表于 @ 2009年05月17日 20:21:00|评论(loading...)|举报|收藏
在一些基于object搜索，或者directory方面等等搜索，需要将一个query进行分割处理；
比如：”Chinese
restaurant at Bukit Timah Road“，有没有什么办法可以将这个query分成“Chinese restaurant
”和“Bukit Timah Road”呢？然后再到数据库里面查找这两个concept对应的内容；
http://super-jiju.spaces.live.com/blog/cns!806C498DDEE76B61!619.entry
首先想到的是用query Segmentation的方法，像基于EM算法，MI方法来进行分割；
但是这样情况是针对query比较规范整洁的情况下，比如“ABCDEF”这个query，如果存在concept是“ABCF”，那么基于Segmentation的方法是无论如何都不能成功的；但是这种情况确实非常常见的；
可以考虑谱聚类的方法来处理：
1.构造阅读全文>
发表于 @ 2009年05月17日 19:25:00|评论(loading...)|举报|收藏
说说拼写检查，spell checking
http://super-jiju.spaces.live.com/
Google的拼写检查做的很神奇，以一个相当高的准确率来判断你的输入是不是正确的；但是其中如何做的，谁也不清楚；
这篇文章http://www.norvig.com/spell-correct.html， 里面描述了一个简单的模型；
spelling
但是上面这个模型的准确率并不能十分满意，并且，对于未登录词，很难去检查它；
P(c) and P(w|c)，都有很大的提升空间来做；
最为关键的是，他们忽略了上下文信息；
比如“siao long bao”应该是“xiao long bao”，但是单独的“siao”却不能被检测出来；有人说，可以把“xiao long bao”作为一个词组存储起来，也就是上面那个C，但是整个算法的复杂度就会变得更高了；虽然Google提供了一个5-gram的语料库；
事实上，google 的spell checking做的也不是那么完美，下面有几个例子；
1. 单词没错，检查出有错；
阅读全文>
发表于 @ 2009年05月17日 19:04:00|评论(loading...)|举报|收藏
特征值与特征向量的数值计算； Matrix Eigenvalues and Eigenvectors Calculating
这里给一个link，比较全面：
http://3sztgg.blu.livefilestore.com/y1p2F8Lb8eNdX8BLz_IZ9blVXOooQxd2kPBL3aHvHzLyArbF0pEhNFOdmQ6ssr9Z_eU7FUMallJMSAkpC-cmi3AVg/eigen.pdf?download
简单说下 利用QR分解
QR分解，偶认为是求特征值和特征向量中很实用的方法
它基于两个定理：
1.
设A是n阶矩阵，其n个 特征值为 x1>x2>x3>...>xn .那么存在一个酉矩阵U，使
UＨAU是以为x1,x2,...xn为 对角元的上三角矩阵.
2.
设A是n阶实矩 阵，那么，存在一个正交矩阵Q，使QＴAQ为一个准上三角矩阵，它的对角元是A的一个特征值，对角元上的二阶块矩阵的两个特征值是A的一对共轭复特征值.
根据QR分解后的矩阵，不断地进行迭代，就可以得到特征值和特征向量了；
具体参见上面的链接；
阅读全文>
发表于 @ 2009年05月17日 19:03:00|评论(loading...)|举报|收藏
搜索引擎为用户查找信息提供了极大的方便，你只需输入几个关键词，任何想要的资料都会从世界各个角落汇集到你的电脑前。然而如果操作不当，搜索效率也是会大打折扣的。
http://super-jiju.spaces.live.com/blog/cns!806C498DDEE76B61!564.entry
比方说你本想查询某方面的资料，可搜索引擎返回的却是大量无关的信息。这种情况责任通常不在搜索引擎，而是因为你没有掌握提高搜索精度的技巧。那么如何才能提高信息检索的效率呢？ 阅读全文>
发表于 @ 2009年05月17日 19:01:00|评论(loading...)|举报|收藏
GDB Command Line Arguments:
Starting GDB:
* gdb name-of-executable
* gdb -e name-of-executable -c name-of-core-file
* gdb name-of-executable -pid process-id
(Use ps -auxw to list process id's.)
Command line options: (version 6. Older versions use a single "-")
Option Description
--help
-h List command line arguments
--exec=file-name
-e file-name Identify executable associated with core file.
--core=name-of-core-file
-c name-o阅读全文>
发表于 @ 2009年05月17日 19:00:00|评论(loading...)|举报|收藏
FC8：
为了能够让windows下的用户通过以太网访问Linux下的共享文件,需要开启Samba服务器,Samba服务器详细配置步骤如下:
1.打开samba的配置文件
vim /etc/samba/smb.conf
2.其中存在如下几个域
[global](全局参数的设置，它对samba的功能具有很大的影响，主要用来设置整个系统规则。
workgroup= 这是你在windows中的域。
server string= 这是在windows中看到你的samba的解释。
netbios name =最好是你的机器名,如果把改句注消,默认的是你LINUX机器名,不过,最好还是自己填上
dos charset=cp936
unix charset=cp936 加上这二句就可以正确显示中文了。
hosts allow 允许登录的linux-samba的主机名单，用IP地址给出，多个IP地址用空格分开，不在名单中的主机将不能得到samba提供的服务，这也是网络安全的一个方面。
p阅读全文>
发表于 @ 2009年05月17日 18:59:00|评论(loading...)|举报|收藏
AOL Seach query database
This collection is distributed for NON-COMMERCIAL RESEARCH USE ONLY.
Any application of this collection for commercial purposes is STRICTLY PROHIBITED.
Brief description:
This collection consists of ~20M web queries collected from ~650k users over three months.
The data is sorted by anonymous user ID and sequentially arranged. 阅读全文>
发表于 @ 2009年05月17日 18:57:00|评论(loading...)|举报|收藏
2008年12月11日
Summarizing about:String to Int, int To string 经常在c++里面用到int 和string之间的互相转换问题，方法有很多，这里做一个汇总；1.integer = atoi( my_string.c_str() );2.#include #include //用这个类；int main(){ using namespace std; string s = "1234"; stringstream ss(s); // Could of course also have done ss("1234") directly. int i; ss >> i; cout return 0;}阅读全文>
发表于 @ 2008年12月11日 22:20:00|评论(loading...)|举报|收藏
2008年12月04日
Linux远程登录XP系统Linux远程登录XP系统 1.首先要保证你在xp下可以登录目标xp系统；
2.下载 rdesktop rdesktop-1.5.0.tar.gz
http://www.filewatcher.com/m/rdesktop-1.5.0.tar.gz.245137.0.0.html
3.安装：
tar -zxvf rdesktop-1.5.0.tar.gz
cd rdesktop-1.5.0
./configure
make
make install
4.运行：
rdesktop -u username -p password ip
这样运行后，xp的桌面有点小，查看下帮助，-f 即可，如果嫌麻烦，就在桌面做一个Launcher，在全屏模式下，ctrl + alt+ enter即可以退出全屏。
That's All!!
阅读全文>
发表于 @ 2008年12月04日 14:45:00|评论(loading...)|举报|收藏
2008年12月02日
December 02利用C语言获取网页源代码#include #include #include #pragma comment(lib, "ws2_32.lib") void geturl(char *url) { WSADATA WSAData={0}; SOCKET sockfd; struct sockaddr_in addr; struct hostent *pURL; char myurl[BUFSIZ]; char *pHost = 0, *pGET = 0; char host[BUFSIZ], GET[BUFSIZ]; char header[BUFSIZ] = ""; static char text[BUFSIZ]; int i; /* * windows下使用socke阅读全文>
发表于 @ 2008年12月02日 10:58:00|评论(loading...)|举报|收藏
2008年11月24日
November 24Browse the Index 参考文档：
http://lemur.wiki.sourceforge.net/Example+Applications+in+CPlusPlus
http://www.lemurproject.org/doxygen/lemur/html/classlemur_1_1api_1_1Index.html
随便写一个测试程序：
#include#include"Index.hpp"#include"IndexManager.hpp"#include"TermInfoList.hpp"#include"DocInfoList.hpp"#includeusing namespace std;using namespace lemur::api;int main(){ Index *ind=IndexManager::openIndex("/media/disk/IndexIndri");/* * term( char* s 阅读全文>
发表于 @ 2008年11月24日 18:25:00|评论(loading...)|举报|收藏