- 博客(24)
- 资源 (2)
- 收藏
- 关注
RSS订阅转载 蓄水池抽样（Reservoir Sampling）
在不知道文件总行数的情况下，如何从文件中随机的抽取一行？ 首先想到的是我们做过类似的题目吗?当然，在知道文件行数的情况下，我们可以很容易的用C运行库的rand函数随机的获得一个行数，从而随机的取出一行，但是，当前的情况是不知道行数，这样如何求呢？我们需要一个概念来帮助我们做出猜想，来使得对每一行取出的概率相等，也即随机。这个概念即蓄水池抽样（Reservoir Sampling）。
2015-09-28 17:05:47
599
原创 java程序包含第三方库，在dos下编译和运行
当前目录为src、bin等所在的目录编译dir /b /s src\*.java >list.txtjavac -d bin @list.txt运行java -classpath .;.\lib\mysql-connector-java-5.1.34-bin.jar;.\bin packageName.javaName
2015-04-22 22:14:02
616
转载 各种距离
在做分类时常常需要估算不同样本之间的相似性度量(SimilarityMeasurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。 本文的目的就是对常用的相似性度量作一个总结。本文目录：1.欧氏距离2.曼哈顿距离3. 切比雪夫距离4. 闵可夫斯基距离
2015-04-08 21:49:48
491
转载 Python库
xy 1.1.0 xy is a module that gathers all Python(x,y) tools 集成所有python(x,y)包含的函数库和工具xydoc 1.0.3 Collection of all freely available help files and examples on Python language and its libraries pytho
2014-08-15 15:15:01
983
转载 Java指定编码读写文件（UTF-8）
已有更好的方法，详见 Java文件操作类FileManager读取 import java.io.BufferedReader; import java.io.FileInputStream; import java.io.InputStreamReader; String FileContent = ""; // 文件很长的话建
2014-05-08 08:52:37
1659
转载 java中使用正则表达式匹配特殊字符串
Java代码 public static String regexReplace(String str){ Pattern p = null; Matcher m = null; String value = null; // 去掉 p = Pattern.com
2014-03-31 10:51:11
1975
转载 WordNet词网研究——JWI（Java Wordnet Interface)WordNet Java接口
JWI (the MIT Java Wordnet Interface) is a Java library for interfacing with Wordnet. JWI supports access to Wordnet versions 1.6 through 3.0, among other related Wordnet extensions. Wordnet is a fre
2014-03-26 09:54:08
1017
转载 Java Map按键排序和按值排序
Map排序的方式有很多种，这里记录下自己总结的两种比较常用的方式：按键排序(sort by key)， 按值排序(sort by value)。按键排序(sort by key)jdk内置的java.util包下的TreeMap既可满足此类需求，原理很简单，其重载的构造器之一有一个参数，该参数接受一个比较器，比较器定义比较规则，比较规则就是作用于Tr
2014-03-12 20:04:07
943
转载 eclipse调试常用技巧
1、 条件断点断点大家都比较熟悉，在Eclipse Java 编辑区的行头双击就会得到一个断点，代码会运行到此处时停止。条件断点，顾名思义就是一个有一定条件的断点，只有满足了用户设置的条件，代码才会在运行到断点处时停止。在断点处点击鼠标右键，选择最后一个"Breakpoint Properties"断点的属性界面及各个选项的意思如下图，2、
2014-03-12 15:41:27
449
原创 利用java对URL进行编码
1. URL编码表backspace %08I %49v %76ó %D3tab %09J %4Aw %77Ô %D4linefeed %0AK %4Bx %78&Ot
2014-03-12 09:37:40
1743
转载 通过stanford-postagger对英文单词进行词性标注
1.models介绍该版本的词性标注工具中有一个models文件夹，该文件夹下有两种类型的文件：.tagger类型和. props类型。其中.tagger类型的文件是词性标注训练出来的模型文件，. props类型是其对应的properties文件。models文件夹下所有的文件如下图：2.程序及说明 这个开源词性标注工具中有三种分类器，english-bidirect
2014-03-10 10:03:46
2513
1
转载 TFIDF算法
TF-IDF算法在两个方面都有重要的作用：1. 提取文章的关键字词 2. 根据关键词检索出相关度高的文本。这个算法被公认为信息检索领域最重要的发明，是很多算法和模型的基础。什么是TF-IDFTF-IDF（term frequency–inverse document frequency）是一种用于资讯检索与资讯探勘的常用加权技术。TF-IDF是一种 统计方法，用以评估一
2013-11-04 17:21:12
1490
转载 循环赛日程表
问题描述:设有n(n = 2^k)位选手参加网球循环赛，循环赛共进行n-1天，每位选手要与其他n-1位选手比赛一场，且每位选手每天必须比赛一场，不能轮空。试按此要求为比赛安排日程: (1) 每个选手必须与其他n-1个选手各赛一场； (2) 每个选手一天只能赛一场； (3) 循环赛一共进行n-1天。选手第一天第二天第三天第四天第五天第六天第七天1234567821 436587341
2013-11-04 17:08:46
983
转载 关于微软研究院（谢幸、郑宇研究员主导的）“智能城市”“智能生活”研究的一个归纳
微软亚洲研究院基于GPS数据展开的研究工作，取得了另学术界瞩目的成就。从2008年开始每年都在顶级的计算机类会议上有文章发出，掀起了研究GPS数据智能化处理的热潮。 他们的工作由谢幸研究员和郑宇研究员主导。实验数据采集主要有两个工程：1、Geolife工程使用的，170多个志愿者4年左右的GPS轨迹；2、北京市2万多出租车约3个月的行驶轨迹。参见：htt
2013-10-05 15:42:48
1334
转载 信息抽取技术纵览
网上信息抽取技术纵览 (Information Extraction from World Wide Web-A Survey)Line Eikvil 原著 （1999.7） 陈鸿标 译 (2003.3)第一章 导论 信息抽取（Information Extraction: IE）是把文本里包含的信息进行结构化处理，变成 表格一样的组织形式。输入
2013-07-19 10:09:25
2088
转载 HtmlParser提取网页中的纯文本信息
HTMLParser 一个解析web页面的开源类库。 准备学习下搜索方面的技术，就学习了些网络爬虫的知识。最近一直在一个点上困惑，如何提取一个网页上的纯文本信息。要使用正则表达式的话呢，需要考虑很多因素，而且标签也太多，不是很方便，效果也不好。就准备利用开源包，最后选择了HtmlParser。 在网上搜索如何利用HtmlParser提取页面信息。提取的结果
2013-07-11 17:16:09
818
转载 TFIDF算法java实现
一、算法简介 TF-IDF（term frequency–inverse document frequency）。 TFIDF的主要思想是：如果某个词或短语在一篇文章中出现的频率TF高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。TFIDF实际上是：TF*IDF，TF词频(Term Frequency)，IDF反文档
2013-07-11 15:51:11
800
转载 C＋＋中XML的基本操作
我用的是一种很笨的方法，但可以帮助初学者了解访问xml节点的过程。 已知有一个xml文件（bookstore.xml）如下：oberon’s legacycorets, eva5.951、往节点中插入一个节点：xmldocument xmldoc=new xmldocument();xmldoc.load("bookstore.xml");
2013-06-23 23:41:08
634
转载 参考文献标准格式
参考文献（即引文出处）的类型以单字母方式标识：M——专著，C——论文集，N——报纸文章，J——期刊文章，D——学位论文，R——报告，S——标准，P——专利；对于不属于上述的文献类型，采用字母“Z”标识。参考文献的格式要求很多，一般来说参考文献的格式都要符合国标GB7714－87《文后参考文献著录规则》，但实际中很多出版社和期刊对论文的要求也不尽相同。发现周围的很多人对论文参考文献的规范格式
2013-05-25 15:42:34
3291
1
转载 主要的推荐算法简介
在推荐系统简介中，我们给出了推荐系统的一般框架。很明显，推荐方法是整个推荐系统中最核心、最关键的部分，很大程度上决定了推荐系统性能的优劣。目前，主要的推荐方法包括：基于内容推荐、协同过滤推荐、基于关联规则推荐、基于效用推荐、基于知识推荐和组合推荐。一、基于内容推荐基于内容的推荐（Content-based Recommendation）是信息过滤技术的延续与发展，它是建立在项目的内
2013-05-02 17:15:00
568
转载 JAVA中连接各种数据库的连接字符串
1．Oracle8/8i/9i数据库（thin模式）Class.forName("oracle.jdbc.driver.OracleDriver").newInstance(); String url="jdbc:oracle:thin:@localhost:1521:orcl"; //orcl为数据库的SID String user="test"; String password
2013-04-29 20:31:11
477
转载 JDK1.6在LINUX下的安装配置
JDK1.6在LINUX下的安装是如何进行的呢，让我们开始我们的演示：Ubuntu Linux下jdk的安装与配置1.JDK1.6安装准备从sun公司网站www.sun.com下载linux版本的jdk,我下载的版本是JDK 6 Update 7,地址http://java.sun.com/javase/downloads/index.jspjdk-6u7-linux-i586
2013-04-23 23:25:16
437
原创 mysql command line client的中文问题
输入 show variables like '%char%输出 修改编码的语句，以及执行结果修改后的结果：自此，就可以识别中文了！
2013-04-15 21:03:24
960
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人