- 博客(60)
- 资源 (9)
- 收藏
- 关注
原创 Linux/UNIX 上安装 MySQL
Linux平台上推荐使用RPM包来安装Mysql,MySQL AB提供了以下RPM包的下载地址:MySQL - MySQL服务器。你需要该选项,除非你只想连接运行在另一台机器上的MySQL服务器。 MySQL-client - MySQL 客户端程序,用于连接并操作Mysql服务器。 MySQL-devel - 库和包含文件,如果你想要编译其它MySQL客户端,例如Perl模块,则需...
2019-02-01 14:47:34
285
原创 JDK源码_ThreadLocal
比较好的学习资料:深入JDK源码之ThreadLocal类个人理解:ThreadLocal可以看做一个工具类:1、让线程更容易操作保存在当前线程内部的成员变量->提供get、set、remove方法调用。2、当线程消亡时,则该线程的成员变量堆内存可以顺利回收。ThreadLocal1和ThreadLocal2的hashcode不一样,可以区分不同的ThreadLocal实例。同...
2019-01-18 16:09:52
186
转载 神经网络编程入门
转载自http://www.cnblogs.com/heaad/archive/2011/03/07/1976443.html本文主要内容包括: (1) 介绍神经网络基本原理,(2) AForge.NET实现前向神经网络的方法,(3) Matlab实现前向神经网络的方法 。第0节、引例 本文以Fisher的Iris数据集作为神经网络程序的测试数据集
2015-05-19 21:16:15
614
转载 我的数据挖掘之路——从菜鸟到实战
我的数据挖掘之路——从菜鸟到实战(转载) (2015-03-31 14:01:30)转载▼标签: 股票 数据挖掘 挑战赛 实习 互联网公司分类: 人在职场导 读:作者wrchow是浙江大学计算机硕士,通过自己的努力终于拿到了心仪的offer(搜狗Web数据挖掘助理研究员)
2015-04-08 10:26:02
6089
转载 Java NIO机制
Java NIO非堵塞应用通常适用用在I/O读写等方面,我们知道,系统运行的性能瓶颈通常在I/O读写,包括对端口和文件的操作上,过去,在打开一个I/O通道后,read()将一直等待在端口一边读取字节内容,如果没有内容进来,read()也是傻傻的等,这会影响我们程序继续做其他事情,那么改进做法就是开设线程,让线程去等待,但是这样做也是相当耗费资源的。Java NIO非堵塞技术实际是采取Rea
2015-03-19 00:17:41
295
转载 Java反射机制
一、什么是反射机制 简单的来说,反射机制指的是程序在运行时能够获取自身的信息。在java中,只要给定类的名字, 那么就可以通过反射机制来获得类的所有信息。 二、哪里用到反射机制 有些时候,我们用过一些知识,但是并不知道它的专业术语是什么,在刚刚学jdbc时用过一行代码, Class.forName("com.mysql.jdbc.
2015-03-19 00:16:14
386
转载 两点间所有路径的遍历算法
两点间所有路径的遍历算法中国海洋大学 信息科学与工程学院 熊建设 梁磊摘要:本文首先简单介绍图的深度优先遍历算法,接着根据图的深度优先遍历算法求出连通图中两点间所有路径,并给出代码。关键词:图、深度优先遍历、算法Abstract:This arcicle introduces the Depth-First Traversal method,then intro
2014-11-22 22:17:11
3254
1
原创 malloc_free复杂结构
inventor.h/************************************************************************//* 存货记录的声明 *//******************************
2014-11-05 19:35:24
415
原创 malloc_free排序小程序
#include "stdlib.h"#include "stdio.h"int compare_integers(void const *a,void const *b){ register int const *pa = (int *)a; register int const *pb = (int *)b; return *pa > *pb ? 1: *pa < *pb ? -1
2014-11-05 15:25:46
353
原创 树--创建多叉树
package com.Tree;public class sk_node { public int data; public sk_node childs[]; sk_node() {} sk_node(int _data, sk_node _childs[]) { this.data = _data; for(int i=0;i<_childs.length;++i
2014-11-03 23:37:53
1791
原创 树---多叉树的遍历
package com.Tree;import java.util.LinkedList;import java.util.Queue;import java.util.Stack;//多个孩子进行层次遍历public class manyTrees { public static void main(String[] args) { sk_node b = new sk_no
2014-11-03 23:35:52
1422
原创 树----创建二叉树
package com.Tree;public class BTNode { public int data; public BTNode left; public BTNode right; BTNode() {} BTNode(int _data, BTNode _left, BTNode _right) { this.data = _data; this.lef
2014-11-03 23:34:11
429
原创 树--计算树的深度
package com.Tree;import java.util.Stack;/* * 计算二叉树深度方法(递归 和 非递归) */public class Depth { //recursive depth() public int recDepth(BTNode p) { int ldepth, rdepth; if (p == null) return
2014-11-03 23:33:06
3579
原创 树---关于二叉树的三个小算法
package com.Tree;/* * 这个类包含三个有关二叉树操作的小算法 * 1.计算某一结点所在层次 * 2.交换二叉树所有结点的左右子树位置 * 3.删除二叉树以某一结点为根节点的子树 */import java.util.*;public class ThreeAlgrithms { //1.计算某一结点所在层次 public int layerNode
2014-11-03 23:32:44
514
原创 树的遍历----递归与非递归
package com.Tree;import java.util.Stack;import java.util.Queue;import java.util.LinkedList;/* * 三种递归遍历方法 * 四种非递归遍历方法 */public class Traverse { //递归先序遍历 public void recPreOrder(BTNode root)
2014-11-03 23:28:48
321
原创 选择类-----堆排序
package com.sksort;public class select_heap { public static void main(String[] args) { int a[] = {6,7,3,0,4,3}; select_heap h = new select_heap(); h.select_heap(a); h.show(a); } publ
2014-11-03 22:37:06
374
原创 选择类-----简单选择排序
package com.sksort;public class select_simpleselect { public static void main(String[] args) { int a[] = { 10, 9, 8, 7, 6, 5, 4, 3,2, 1 }; select_simpleselect s = new select_simpleselect();
2014-11-03 22:36:27
439
原创 插入类-----希尔排序
package com.sksort;public class insert_shell { public static void main(String[] args) { int a[] = {4,3,1,7,3,9,0}; insert_shell s = new insert_shell(); s.sort(a); s.show(a); } public
2014-11-03 22:34:53
268
原创 插入类------二分插入排序
package com.sksort;public class insert_Binary { public static void main(String[] args) { int a[] = {5,5,4,5,2,1,8,0,5,9}; insert_Binary s = new insert_Binary(); s.sort(a); s.show(a); }
2014-11-03 22:34:15
398
原创 插入类----直接插入排序
package com.sksort;public class insert_straight { public static void main(String[] args) { int a[] = {100,6,3,6,0,2,5}; insert_straight s = new insert_straight(); s.sort(a); s.show(a);
2014-11-03 22:34:03
330
原创 交换类-----快排
package com.sksort;public class exchange_Quick { public static void main(String[] args) { int a[] = {10,9,8,7,6,5,4,3,2,1}; exchange_Quick q = new exchange_Quick(); q.sort(a, 0, a.length-1
2014-11-03 22:32:24
365
原创 交换类------冒泡排序
public class exchange_bubble { public static void main(String[] args) { int a[] = {10,9,8,7,6,5,4,3,2,1}; exchange_bubble b = new exchange_bubble(); b.sort(a); b.show(a); } public void
2014-11-03 22:24:29
322
转载 DDA算法和Bresenham算法
作者:朱金灿来源:http://blog.csdn.net/clever101/ DDA算法和Bresenham算法是计算机图形学中绘制直线的两种常用算法。本文具体介绍一下DDA算法和Bresenham算法实现的具体思路。DDA算法主要是根据直线公式y = kx + b来推导出来的,其关键之处在于如何设定单位步进,即一个方向的步进为单位步进,另一个方向的步进必然是小于1。
2014-05-25 19:52:21
1760
转载 文本分类入门(十一)特征选择方法之信息增益
前文提到过,除了开方检验(CHI)以外,信息增益(IG,Information Gain)也是很有效的特征选择方法。但凡是特征选择,总是在将特征的重要程度量化之后再进行选择,而如何量化特征的重要性,就成了各种方法间最大的不同。开方检验中使用特征与类别间的关联性来进行这个量化,关联性越强,特征得分越高,该特征越应该被保留。在信息增益中,重要性的衡量标准就是看特征能够为分类系统带来多少信息,带
2014-05-11 21:36:06
868
转载 SVM入门(十)将SVM用于多类分类
从 SVM的那几张图可以看出来,SVM是一种典型的两类分类器,即它只回答属于正类还是负类的问题。而现实中要解决的问题,往往是多类的问题(少部分例外,例如垃圾邮件过滤,就只需要确定“是”还是“不是”垃圾邮件),比如文本分类,比如数字识别。如何由两类分类器得到多类分类器,就是一个值得研究的问题。还以文本分类为例,现成的方法有很多,其中一种一劳永逸的方法,就是真的一次性考虑所有样本,并求解一个多
2014-05-11 21:28:47
579
转载 SVM入门(九)松弛变量(续)惩罚因子解决训练集比例不均衡问题
接下来要说的东西其实不是松弛变量本身,但由于是为了使用松弛变量才引入的,因此放在这里也算合适,那就是惩罚因子C。回头看一眼引入了松弛变量以后的优化问题:注意其中C的位置,也可以回想一下C所起的作用(表征你有多么重视离群点,C越大越重视,越不想丢掉它们)。这个式子是以前做SVM的人写的,大家也就这么用,但没有任何规定说必须对所有的松弛变量都使用同一个惩罚因子,我们完全可以给每一个离群点都使用
2014-05-11 20:45:17
1332
1
转载 SVM入门(八)松弛变量
现在我们已经把一个本来线性不可分的文本分类问题,通过映射到高维空间而变成了线性可分的。就像下图这样: 圆形和方形的点各有成千上万个(毕竟,这就是我们训练集中文档的数量嘛,当然很大了)。现在想象我们有另一个训练集,只比原先这个训练集多了一篇文章,映射到高维空间以后(当然,也使用了相同的核函数),也就多了一个样本点,但是这个样本的位置是这样的: 就是图中黄色那个点,它是方
2014-05-11 20:01:23
471
转载 SVM入门(七)为何需要核函数
生存?还是毁灭?——哈姆雷特 可分?还是不可分?——支持向量机 之前一直在讨论的线性分类器,器如其名(汗,这是什么说法啊),只能对线性可分的样本做处理。如果提供的样本线性不可分,结果很简单,线性分类器的求解程序会无限循环,永远也解不出来。这必然使得它的适用范围大大缩小,而它的很多优点我们实在不原意放弃,怎么办呢?是否有某种方法,让线性不可分的数据变得线性可分呢?有!其思想说来也简单
2014-05-11 19:41:53
286
转载 SVM入门(六)线性分类器的求解——问题的转化,直观角度
让我再一次比较完整的重复一下我们要解决的问题:我们有属于两个类别的样本点(并不限定这些点在二维空间中)若干,如图, 圆形的样本点定为正样本(连带着,我们可以把正样本所属的类叫做正类),方形的点定为负例。我们想求得这样一个线性函数(在n维空间中的线性函数): g(x)=wx+b 使得所有属于正类的点x+代入以后有g(x+)≥1,而所有属于负类的点x-代入后有g(x-)≤-1(之所
2014-05-11 15:45:36
383
转载 SVM入门(五)线性分类器的求解——问题的描述Part2
从最一般的定义上说,一个求最小值的问题就是一个优化问题(也叫寻优问题,更文绉绉的叫法是规划——Programming),它同样由两部分组成,目标函数和约束条件,可以用下面的式子表示:(式1)约束条件用函数c来表示,就是constrain的意思啦。你可以看出一共有p+q个约束条件,其中p个是不等式约束,q个等式约束。关于这个式子可以这样来理解:式中的x是自变量,但不限定它的维
2014-05-11 15:39:13
358
转载 SVM入门(四)线性分类器的求解——问题的描述Part1
上节说到我们有了一个线性分类函数,也有了判断解优劣的标准——即有了优化的目标,这个目标就是最大化几何间隔,但是看过一些关于SVM的论文的人一定记得什么优化的目标是要最小化||w||这样的说法,这是怎么回事呢?回头再看看我们对间隔和几何间隔的定义:间隔:δ=y(wx+b)=|g(x)| 几何间隔: 可以看出δ=||w||δ几何。注意到几何间隔与||w||是成反比的,因此最大
2014-05-11 15:27:28
445
转载 SVM入门(一)至(三)Refresh
按:之前的文章重新汇编一下,修改了一些错误和不当的说法,一起复习,然后继续SVM之旅.(一)SVM的八股简介支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中[10]。支持向量机方法是建立在统计学习理论的VC 维理论和结
2014-05-11 15:18:41
373
转载 svm(一):libsvm简介
SVM 的输入文件格式.[label] [index1]:[value1] [index2]:[value2] ...[label] [index1]:[value1] [index2]:[value2] ...一行一条记录数据,如:+1 1:0.708 2:1 3:1 4:-0.320 5:-0.105 6:-1label或说是class,
2014-05-10 21:36:58
797
原创 父类private方法不能被重写(覆盖)
package com.lianxi;class Father{ private void f(int i){ System.out.println("父类的私有函数"); }}public class OverrideTest extends Father { int i; private OverrideTest(){ System.out
2014-04-25 21:59:15
4497
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人