多媒体文件的搜索技巧浅淡(转)

前言:经常看到好的片段,听到好的歌曲。有一种想据为已有的冲动和欲望。到目前为止,我的这种欲望落空的时候很少(也可能我的要求不高且容易找到),我不知道是比较幸运还是我想要的东西确实找起来不难(因为我对自己的水平有极大的怀疑)。
我喜欢搜索,很多人都喜欢。因为搜索是永恒的。聊天,联网游戏……都无法相比。我有点自不量力。我在想:这样的贴子怎么能由我写呢?。各位忍受一下好啦!

一、 声音文件的搜索小议
首先,对需求有哪些了解
① 知道名字
② 知道歌词,曲调
③ 连歌词也不知道(或无歌词),只知道曲调
对于第①种情况,最简单,除非你的需要确实很刁专。这里介绍一个搜索website:www.sogua.com. 即搜刮网。这是一个很优秀的网站,但对于最新的音乐或歌曲,能力缺乏。搜索的结果是一张列表,标注了速率,响应时间等,用户可以任选其中的一个链接来下载。若是最新歌曲,建议去九天,音乐极限,想是效果会好一些。至于google,可以考虑。
对于第②种情况,如果知道歌词的话,那先用一句你确信无错的歌词在google里搜索一下,从结果中会发现这首曲子的曲名、作者、演唱者……,甚至在首页就能发现有下载的链接字样。
对于第③种情况,运气比较重要。听到《春节序曲》后,感觉很好听。可当时我不知道这首曲子的名字,另外这首曲子根本就没有歌词。我的做法可能有点不地道。我找了个音乐教师,把曲子哼出来。她几乎没有停顿地就告诉我,叫《春节序曲》。我当时感慨极了:教音乐的就是不一样。很多领域的一些最基本的常识,不是门外汉所熟知和了解的。利用好这些“人力”资源,能达到目的就行了。
元宵晚会上,一个小品(侯跃文等表演的)关于赛马的一段中有马头琴演奏的一段曲子,我觉得棒极了。这种情况,要分几步来做。先在google中,键入“蒙古 民族 曲 ”。这基于如下判断:马头琴是蒙古族的所特有的乐器,如果连马头琴也不知道,我也不知道该如何办了。所以我说,运气比较重要,幸好我知道它叫马头琴。接着,找到个网站,专门介绍蒙古歌曲的。查看清单。发现有个名字:赛马。我感觉就是它了。但也基于如下的判断:前些天,我到央视下载雪村的出门在外时,发现有一个小品叫《马年赛马》是侯跃文等的作品。元宵晚会上的小品正好是这个小品的后继。所以,我几乎可以肯定就是它了。然后在sogua上一搜,拿下!!!当时,我就做了最坏的打算。如果还没有,就到音乐院校,或师范类的音乐系(最好是内蒙古的)。大家可以想一想,你认为好的东西,可能早就公认为是好的,只不过你不知道而已,这些东西肯定较有名的。搜索较有名的东西,对于搜索引擎来说,是看家的本领。这样一来,搜索起来难度不会大到哪去?


二、 视频文件的搜索小议
对“视频”这个词的认可,有一个过程。最初搜索此类文件时,一直认为最能表达意思的词是“片段”,“剪辑”,“录像”,后来改过来了。这属于对常识的缺乏所造成的。
① 爱尔兰踢踏舞视频文件的搜索。最初,从《国际艺苑》中看到的。气势之恢宏、磅礴,另人观止。Google搜索“踢踏舞”真有,是一些经典影视网站,和高校网站的东东。可是,下载不来的。无奈!用英语搜索吧。搜“tap dance video clips”,好吗!这也特多了。我没坚持下去。又用中文搜索,有一个网页的图片与我在电视中见过的一样,在这个页面上有一个Riverdance的花写词。因为太花了,我基本没看懂。这时想起在影视网站见到有“爱尔兰河之舞”的字样,于是断定。这个词应是“RiverDance”就用riverdance一搜,好了!有一个offical website。下载了两段(只有两段),可发现与电视上不是一场表演。又用中文找,发现一个网页的链接,链接在央视。这一下,可把我气坏了。我也太笨了。试想:既然是央视播出的节目,央视网站极有可能就提供了在线收看。上央视一找,真有!可是不能下载,只能收看。这不要紧。用streambox vcr软件就可下了。我是从搜新网上 url.gif http://www.souxin.com知道这个东东的,不知道的同志去看看吧,很另人惊讶的一个website。从这之后,凡是央视播过的,我首先去央视找,然后用……,哈哈,想必大家也知道了。雪村的出门在外,冯巩的台上台下……
② 原子弹爆炸视频片段。国内,我找了。恕我无能,反正我是找不到合适的。我到www.lycos.com去了。用“a-bomb”一找,简单极了,拿下!。

结:写到这儿,我发觉下不去了。我就这么多体会!我听说,搜索专家1分钟内就能搞定题目!说句实话:我不行!为了找一个东东,我付出的,能够量化的就是时间!我体会最深的两个字是“功夫”。什么是功夫,功夫就是时间!功到自然成是什么意思。学习,练习的时间到了一定程度,就练成了!搜索所用时间不是一下子就能缩短到极致的。
权当是抛砖引玉之作,期待着更多的交流!

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/10294527/viewspace-126189/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/10294527/viewspace-126189/

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 支持向量机非线性回归通用MATLAB程序解析 #### 一、概述 本文将详细介绍一个基于MATLAB的支持向量机(SVM)非线性回归的通用程序。该程序采用支持向量机方法来实现数据的非线性回归,并通过不同的核函数设置来适应不同类型的数据分布。此外,该程序还提供了数据预处理的方法,使得用户能够更加方便地应用此程序解决实际问题。 #### 二、核心功能与原理 ##### 1. 支持向量机(SVM) 支持向量机是一种监督学习模型,主要用于分类和回归分析。对于非线性回归任务,SVM通过引入核技巧(kernel trick)将原始低维空间中的非线性问题换为高维空间中的线性问题,从而实现有效的非线性建模。 ##### 2. 核函数 核函数的选择直接影响到模型的性能。本程序内置了三种常用的核函数: - **线性核函数**:`K(x, y) = x'y` - **多项式核函数**:`K(x, y) = (x'y + 1)^d` - **径向基函数(RBF)**:`K(x, y) = exp(-γ|x - y|^2)` 其中RBF核函数被广泛应用于非线性问题中,因为它可以处理非常复杂的非线性关系。本程序默认使用的是RBF核函数,参数`D`用于控制高斯核函数的宽度。 ##### 3. 数据预处理 虽然程序本身没有直接涉及数据预处理的过程,但在实际应用中,对数据进行适当的预处理是非常重要的。常见的预处理步骤包括归一化、缺失值处理等。 ##### 4. 模型参数 - **Epsilon**: ε-insensitive loss function的ε值,控制回归带宽。 - **C**: 松弛变量的惩罚系数,控制模型复杂度与过拟合的风险之间的平衡。 #### 三、程序实现细节 ##### 1. 函数输入与输出 - **输入**: - `X`: 输入特征矩阵,维度为(n, l),其中n是特征数量,l是样本数量。 - `Y`: 目标值向量,长度为l。 - `Epsilon`: 回归带宽。 - `C`: 松弛变量的惩罚系数。 - `D`: RBF核函数的参数。 - **输出**: - `Alpha1`: 正的拉格朗日乘子向量。 - `Alpha2`: 负的拉格朗日乘子向量。 - `Alpha`: 拉格朗日乘子向量。 - `Flag`: 标记向量,表示每个样本的类型。 - `B`: 偏置项。 ##### 2. 核心代码解析 程序首先计算所有样本间的核矩阵`K`,然后构建二次规划问题并求解得到拉格朗日乘子向量。根据拉格朗日乘子的值确定支持向量,并计算偏置项`B`。 - **核矩阵计算**:采用RBF核函数,通过`exp(-(sum((xi-xj).^2)/D))`计算任意两个样本之间的相似度。 - **二次规划**:构建目标函数和约束条件,使用`quadprog`函数求解最小化问题。 - **支持向量识别**:根据拉格朗日乘子的大小判断每个样本是否为支持向量,并据此计算偏置项`B`。 #### 四、程序扩展与优化 - **多核函数支持**:可以通过增加更多的核函数选项,提高程序的灵活性。 - **自动调参**:实现参数自动选择的功能,例如通过交叉验证选择最优的`Epsilon`和`C`值。 - **并行计算**:利用MATLAB的并行计算工具箱加速计算过程,特别是当样本量很大时。 #### 五、应用场景 该程序适用于需要进行非线性回归预测的场景,如经济预测、天气预报等领域。通过调整核函数和参数,可以有效应对各种类型的非线性问题。 ### 总结 本程序提供了一个支持向量机非线性回归的完整实现框架,通过灵活的核函数设置和参数调整,能够有效地处理非线性问题。对于需要进行回归预测的应用场景,这是一个非常实用且强大的工具。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值