自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

先疯盗骨

刀疤鸭之先疯盗骨

  • 博客(7)
  • 资源 (16)
  • 收藏
  • 关注
全部文章> 2013年01月
排序：
按最后发布时间
按访问量
RSS订阅
11月 10月 08月 07月 06月 05月 04月 03月 01月

转载 遗传算法

基本概念遗传算法（GeneticAlgorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传

2013-01-25 16:26:31 7964

转载 em算法

EM算法最大期望算法（Expectation-maximization algorithm，又译期望最大化算法）在统计中被用于寻找，依赖于不可观察的隐性变量的概率模型中，参数的最大似然估计。在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variable）。最大

2013-01-24 14:15:14 522

转载 朴素贝叶斯

最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBC）。 目录详细内容应用模型编辑本段详细内容分类是将一个未知样本分到几个预先已知类的过程。数据分类问题的解决是一个两步过程：第一步,建立一个模型，描述预先的数据集或概念集。通过分析由属性描述的样本（或

2013-01-24 14:12:11 403

转载 贝叶斯

编辑本段简介贝叶斯定理由英国数学家贝叶斯 ( Thomas Bayes 1702-1763 ) 发展，用来描述两个条件概率之间的关系，比如 P(A|B) 和 P(B|A)。按照乘法法则：P(A∩B)=P(A)*P(B|A)=P(B)*P(A|B)，可以立刻导出贝叶斯定理公式：P(A|B)=P(B|A)*P(A)/P(B)如上公式也可变形为：P(B|A)=P(A|B)*P(B)/P(

2013-01-24 14:11:40 416

转载 BP算法

BP算法　　误差反向传播（Error Back Propagation, BP）算法1、BP算法的基本思想是，学习过程由信号的正向传播与误差的反向传播两个过程组成。1）正向传播：输入样本－>输入层－>各隐层（处理）－>输出层注1：若输出层实际输出与期望输出（教师信号）不符，则转入2）（误差反向传播过程）2）误差反向传播：输出误差（某种形式）－>隐层（逐层）－>输入层

2013-01-23 21:34:56 1239

转载 神经网络

思维学普遍认为，人类大脑的思维分为抽象（逻辑）思维、形象（直观）思维和灵感（顿悟）思维三种基本方式。逻辑性的思维是指根据逻辑规则进行推理的过程；它先将信息化成概念，并用符号表示，然后，根据符号运算按串行模式进行逻辑推理；这一过程可以写成串行的指令，让计算机执行。然而，直观性的思维是将分布式存储的信息综合起来，结果是忽然间产生想法或解决问题的办法。这种思维方式的根本之点在于以下两点:1.信息是通

2013-01-23 20:52:00 1363

转载 使用ContactsContract API

自Android 2.0（API Level 5）开始，Android平台采用了改进后的Contacts API- ContactsContract，用于管理和集成来自多账户和多数据来源的联系人信息。新的联系人API在android.provider.ContactsContract及相关的类来定义，老的API已经废弃，但仍然可以使用。Contact API的结构和使用方法 和老的

2013-01-10 13:14:20 384

刘备学Android
这是一个阳光明媚的下午，刘备刘玄德坐在家中一边哼着小曲一边编着草鞋。就在草鞋编得兴高采烈、飘飘欲仙之时，他忽然对人生产生了一丝疑惑，我乃堂堂中山靖王之后，想当年我祖上技术何等辉煌！传说我祖刘胜同学审代码一目十行，再小的臭虫也难逃其法眼，写代码更好似行云流水，一日之内，写满代码的竹简摞起来竟有小山般高。唉！再看看我，竟天天以编草鞋度日……不行！再也不能自甘堕落下去，我要写代码！于是刘备扔下编了半辈子的草鞋，毅然决然地走上了技术开发之路。 刘备走到村里，左思右想，不知从何做起，只好原地转圈圈。踌躇之际，打远处走来一黑脸汉子，喝道：“你这厮，好端端的为何原地打转，看得俺好生眼晕。” “壮士不知，我乃中山靖王之后，空有一身抱负却无处施展，哎！”

2016-02-19

站点挖掘总结
随着Web网络的逐渐成熟，移动带宽的提高、云计算和物理网应用的丰富，越来越多的智能终端设备被接入到网络中，Web数据已经成为一个蕴含巨大价值的信息仓库。如何利用Web信息挖掘技术从"大数据"的Web中高效、智能的获取信息，成为人们越来越关心的问题。

2013-03-30

站点垂直挖掘模型的研究和实现
在通过对结构挖掘和内容挖掘的理论研究和方法改进基础上，本章从实际应用的角度出发，分析具体的实际应用需求，设计和实现了基于结构挖掘和内容挖掘的站点垂直挖掘模型。站点垂直挖掘模型由一系列科学严谨的信息挖掘理论和方法构成，通过结构挖掘和内容挖掘，逐步将拥挤、充满噪声的无结构化站点信息转换简洁、扼要的结构化信息。模型选取招标网站作为主题站点进行实验。招标网页信息种类繁多，网页结构形式多变，正文包含半结构化和自由化文本，同时，实用性比较强，选取招标站点作为实例具有较好的参照性。

2013-03-30

矩阵运算中选择分块矩阵策略的研究
：本文给出了分块矩阵的定义、性质以及在运算中的应用。利用分块矩阵可以降低矩阵运算的级数，使矩阵的结构更清晰明朗。本文通过对矩阵运算的研究，充分总结了在矩阵运算中选择分块矩阵的六大策略，为矩阵运算中何时何处选择分块提供了依据。

2013-03-30

基于语义和规则的Web网页细粒度信息抽取方法
本文在利用语义和规则的基础上，提出了一个Web网页信息细粒度抽取的方法。方法首先，利用Web网页的结构和HTML标签信息进行网页的粗粒度信息抽取；其次，结合网页标签、结构和文本语义将粗粒度信息进行文本标识和分割，形成语义上紧密相关的标识文本；然后，根据语义解释器，依次识别出文本中的属性项；最后利用语义和规则，确定属性和属性值对。实验证明，该方法逐步细化分解网页，有效的利用了网页潜在的语义信息，拥有不依赖网页类型、结构，适用性好的优点。实验表明该方法提取正文细粒度精确度达到了90%。

2013-03-30

基于URL特征的网站结构信息挖掘
本章首先深入的研究了网站的结构和URL的特征，然后制定了三元组节点的URL层次树的构建规则，利用建立的URL层次树描述网站的层次结构，最后设计了根据URL层次树对URL进行网页分类方法。构建URL层次树，首先要根据网站的首页建立URL层次树的根节点，然后利用网络爬虫，将URL层次树添加枝叶，最后对形成的URL层次树，进行噪声无用信息剪枝，形成最终的网站核心URL层次树。利用URL层次树进行URL分类的过程，首先需要建立URL解析器，用于规范和分解URL；其次，利用URL层次树和URL相似度公式，将待分类URL和已知节点URL相似度匹配，找到所属类别，实现分类。实验证明，该方法有效简单，分类效果准确。

2013-03-30

刀疤鸭之数据结构面试题
该文档涉猎各大IT公司历年面试真题，通过原始人工作室的详细的收集，把在面试笔试常见的数据结构题收录在文档中。 　作为刚毕业的学生和正在找工作的程序员，招聘方总会安排一次笔试以考查你的程序设计能力。 为了帮助大家度过笔试面试门槛，我们收集了技术类笔试中的常见试题，将网上答案进行了分析和收集，为了能帮助大家快速复习有关知识，也对如何给面试官留下一个良好而深刻的印象进行了指导。 希望能把在技术面试中取得的宝贵经验毫无保留地传授给师弟师妹，以便使大家对程序设计面试中的常见题型应付自如，从而获得一份真正的想要工作！ 　　 祝事业一帆风顺！

2012-12-21

刀疤鸭猜拳源码.pdf
和手机猜拳的代码，可以获得称号。 石头剪子布，图片动画效果好！

2012-12-20

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除