学习笔记
文章平均质量分 67
hechenghai
已经不走技术路线了,可能没法回到大家的问题了,抱歉!
展开
-
动态规划:从新手到专家
作者:Hawstein出处:http://hawstein.com/posts/dp-novice-to-advanced.html声明:本文采用以下协议进行授权: 自由转载-非商用-非衍生-保持署名|Creative Commons BY-NC-ND 3.0 ,转载请注明作者及出处。前言本文翻译自TopCoder上的一篇文章: Dynamic Programmin转载 2015-10-31 12:34:11 · 330 阅读 · 0 评论 -
USACO 4.2.1 Ditch 网络最大流问题算法小结
http://dantvt.is-programmer.com/posts/7974.html通过 USACO 4.2.1 Ditch 学习一下最大流算法 。可惜它给的测试数据几乎没有任何杀伤力,后面测试时我们采用 DD_engi 写的程序生成的加强版数据。总体上来说,最大流算法分为两大类:增广路 (Augmenting Path) 和预流推进重标号 (Push Rel转载 2015-01-14 22:16:06 · 1327 阅读 · 0 评论 -
LeetCode Sum Root to Leaf Numbers
https://oj.leetcode.com/problems/sum-root-to-leaf-numbers/Given a binary tree containing digits from 0-9 only, each root-to-leaf path could represent a number.An example is the原创 2014-12-10 09:48:30 · 541 阅读 · 0 评论 -
LeetCode Surrounded Regions
https://oj.leetcode.com/problems/surrounded-regions/Given a 2D board containing 'X' and 'O', capture all regions surrounded by 'X'.A region is captured by flipping all 'O's into 'X原创 2014-12-09 17:01:04 · 604 阅读 · 0 评论 -
(SRC)基于稀疏表示的人脸识别
http://blog.csdn.net/xiaoshengforever/article/details/14002843本文主要记录自己在学习稀疏表示在人脸识别中的应用所遇到的问题作一简单的总结。1. 问题背景 信号的稀疏表示并不是新的东西。我们很早就一直在利用这一特性。例如,最简单的JPEG图像压缩算法。原始的图像信号经过DCT转载 2014-12-06 19:07:19 · 3529 阅读 · 4 评论 -
跟我一起做微信开发(一)——开通微信公共号(开发模式)
做微信开发,首先得有个微信公共号!公共号注册地址:https://mp.weixin.qq.com/cgi-bin/readtemplate?t=register/step1_tmpl&lang=zh_CN册完了就可以去mp.weixin.qq.com登录了,之后就是创建公共号的一些具体步骤,公共号创建完了之后会有大概一个礼拜左右的审核期(一般都是就2,3天就可转载 2014-12-05 10:06:12 · 814 阅读 · 0 评论 -
Android SDK Manager国内下载缓慢的问题
①在Android SDK Manager Setting 窗口设置HTTP Proxy server和HTTP Proxy Port这个2个参数,分别设置为: HTTP Proxy server:mirrors.neusoft.edu.cn HTTP Proxy Por:80②options>Force ..http://...sourc转载 2014-10-22 09:40:46 · 508 阅读 · 0 评论 -
Java中函数参数的传递
http://jackycheng2007.iteye.com/blog/935038一般谈到函数的参数传递的时候都会想到值传递和引用传递。看看本文的例子就会很清楚了。 Java代码 public class MethodParameter { public static void main(String[] args) {转载 2014-11-27 12:53:26 · 661 阅读 · 0 评论 -
CART算法原理及实现
1.算法介绍 分类回归树算法:CART(Classification And Regression Tree)算法采用一种二分递归分割的技术,将当前的样本集分为两个子样本集,使得生成的的每个非叶子节点都有两个分支。因此,CART算法生成的决策树是结构简洁的二叉树。 分类树两个基本思想:第一个是将训练样本进行递归地划分自变量空间进行建树的想法,第二个想法是用验证数据进行剪转载 2014-10-18 09:18:56 · 5479 阅读 · 0 评论 -
SMO优化算法(Sequential minimal optimization)
11 SMO优化算法(Sequential minimal optimization)SMO算法由Microsoft Research的John C. Platt在1998年提出,并成为最快的二次规划优化算法,特别针对线性SVM和数据稀疏时性能更优。关于SMO最好的资料就是他本人写的《Sequential Minimal Optimization A Fast Algorithm for Tr转载 2014-10-15 22:13:10 · 2724 阅读 · 0 评论 -
拉格朗日乘数法
在求取有约束条件的优化问题时,拉格朗日乘子法(Lagrange Multiplier) 和KKT条件是非常重要的两个求取方法,对于等式约束的优化问题,可以应用拉格朗日乘子法去求取最优值;如果含有不等式约束,可以应用KKT条件去求取。当然,这两个方法求得的结果只是必要条件,只有当是凸函数的情况下,才能保证是充分必要条件。KKT条件是拉格朗日乘子法的泛化。之前学习的时候,只知道直接应用两个方法,但是却转载 2014-10-13 21:50:15 · 1100 阅读 · 0 评论 -
C++中引用和指针的区别
下面用通俗易懂的话来概述一下:指针-对于一个类型T,T*就是指向T的指针类型,也即一个T*类型的变量能够保存一个T对象的地址,而类型T是可以加一些限定词的,如const、volatile等等。见下图,所示指针的含义:引用-引用是一个对象的别名,主要用于函数参数和返回值类型,符号X&表示X类型的引用。见下图,所示引用的含义:2、指针和引用的区别转载 2014-10-12 12:46:27 · 435 阅读 · 0 评论 -
石子合并(动态规划)详细解题报告
http://blog.csdn.net/lyflower/article/details/2150251转载 2014-10-27 08:45:11 · 1999 阅读 · 0 评论 -
[转载]LaTex技巧
1. 在WinEdt中,输入完“\begin{ xxx }”后,不忙着按回车去写其它内容,紧接着最后的“ }”后面,再输入一个“ }”(也就是键入“\begin{ xxx } }”),这时WinEdt会自动将“\end{ xxx }”补上,同时将光标停在两者之间的空白行上,并且已经自动缩进。如果输入\begin{ xxx }时忘了这事儿,也没有关系,输入“\end”后,连续输入两个“{转载 2013-01-19 23:50:34 · 2644 阅读 · 0 评论 -
禁忌搜索
禁忌搜索(Tabu Search或Taboo Search,简称TS)的思想最早由Glover(1986)提出,它是对局部领域搜索的一种扩展,是一种全局逐步寻优算法,是对人类智力过程的一种模拟。TS算法通过引入一个灵活的存储结构和相应的禁忌准则来避免迂回搜索,并通过藐视准则来赦免一些被禁忌的优良状态,进而保证多样化的有效探索以最终实现全局优化。相对于模拟退火和遗传算法,TS是又一种搜索特点不同的转载 2013-01-16 15:26:23 · 1572 阅读 · 0 评论 -
正则表达式基本语法
字符匹配语法:字符语法语法解释语法例子\d匹配数字(0~9)‘\d’匹配8,不匹配12;\D匹配非数字‘\D’匹配c,不匹配3;\w匹配任意单字符‘\w\w’ 匹配A3,不匹配@3;\W匹配非单字符‘\W’匹配@,不匹配c;\s匹配转载 2012-07-29 10:08:35 · 471 阅读 · 0 评论 -
oracle 设置主键、修改列等sql语句(转载)
oracle 设置主键、修改列等sql语句(转载)规则表---〉分区表索引组织表簇修改列名alter table 表明 rename column rename 老列名 to 新列名添加 字段alter table 表名 add(字段名 类型);删除字段alter table 表名 drop column 字段名修改列属性alter ta转载 2012-07-23 20:18:15 · 816 阅读 · 0 评论 -
C#事务处理
C#的事务处理用了个很好的三层架构例子简单易懂http://blog.sina.com.cn/s/blog_4e0367770100crvn.html 有一天gemfield去银行给capucivar的账户上转500元,他开始进行操作,相应的sql语句是这样的:”update zhuanzhang set money=money-500 where u转载 2012-07-28 21:59:10 · 552 阅读 · 0 评论 -
Push-Relabel算法
http://blog.sina.com.cn/s/blog_60a0e97e0101bfj9.htmlPush-Relabel算法: 直观思想:先加入充足的流(跟s相连的所有边的容量之和),加入之后呢,再慢慢一个边一个边的向汇点渗透。直到没法再渗透(类似于ford-fulkerson算法中找不到增广路径了),那么这时再把一些剩余的流回收到source就可转载 2015-01-14 22:54:11 · 8532 阅读 · 0 评论 -
从最大似然到EM算法浅解
http://blog.csdn.net/zouxy09/article/details/8537620从最大似然到EM算法浅解zouxy09@qq.comhttp://blog.csdn.net/zouxy09 机器学习十大算法之一:EM算法。能评得上十大之一,让人听起来觉得挺NB的。什么是NB啊,我们一般说某个人很NB,转载 2014-12-10 17:28:25 · 1026 阅读 · 0 评论 -
最大流算法——预流推进
http://xingzheqiang.blog.163.com/blog/static/20561012520127464654159/背景知识不明者找Google。-----------------------------------------------------------------------------先简单看一下主过程://一看如转载 2014-12-19 10:25:59 · 10318 阅读 · 0 评论 -
牛顿迭代法求平方根
转载 2015-10-14 22:19:39 · 594 阅读 · 0 评论 -
梯度下降法,最小二乘法求线性回归
转载地址:http://www.cnblogs.com/iamccme/archive/2013/05/15/3080737.html四. 最小二乘法与梯度下降法 最小二乘法跟梯度下降法都是通过求导来求损失函数的最小值,那它们有什么区别呢。 相同 1.本质相同:两种方法都是在给定已知数据(independent & dependent va转载 2015-10-14 20:49:55 · 1055 阅读 · 0 评论 -
KMP字符串模式匹配详解
KMP字符串模式匹配详解来自CSDN A_B_C_ABC 网友KMP字符串模式匹配通俗点说就是一种在一个字符串中定位另一个串的高效算法。简单匹配算法的时间复杂度为O(m*n);KMP匹配算法。可以证明它的时间复杂度为O(m+n).。一. 简单匹配算法先来看一个简单匹配算法的函数:int Index_BF ( char S [ ], char T [ ], int po转载 2015-10-28 10:41:59 · 418 阅读 · 0 评论 -
聚类算法总结
转自:http://blog.chinaunix.net/uid-10289334-id-3758310.html(本文转自网上,具体出处忘了是哪里的,好像是上海一位女士在网上的博文,此处转载,用以备查,请原作者见谅)聚类算法总结:---------------------------------------------------------聚类算法的种类:基于划转载 2015-11-09 14:45:10 · 1442 阅读 · 0 评论 -
Exception in thread "main" java.lang.NullPointerException at java.lang.ProcessBuilder.start(
log4j:WARN No appenders could be found for logger (org.apache.hadoop.util.Shell).log4j:WARN Please initialize the log4j system properly.log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#原创 2015-11-09 10:30:01 · 6363 阅读 · 1 评论 -
ubuntu在vmware中静态(固定)IP地址的设置方法
在虚拟机下运行操作系统,尤其是Linux系统已经是非常常见的做法,本人就是在Wmware中安装了Ubuntu,问题是每次启动ubuntu,VMWare都会为ubuntu分配一个动态IP,在做ssh操作或者ip共享操作时简直就是一场噩梦,每次都要在虚拟机中ubuntu查看IP后再连接,很不方便,所以设置成静态ip就方便许多。一、环境宿主系统Windows 7转载 2015-11-06 16:17:11 · 977 阅读 · 0 评论 -
eclipse无法删除集群上的数据
eclipse连接远程Hadoop集群开发时报错Exception in thread “main” org.apache.hadoop.security.AccessControlException: Permission denied: user=d, access=WRITE, inode=”data”:zxg:supergroup:rwxr-xr-xat org.apache.hadoop.转载 2015-11-06 16:23:32 · 595 阅读 · 0 评论 -
eclipse无法删除集群上的数据
修改系统管理员名字 为了使Eclipse能正常对Hadoop集群的HDFS上的文件能进行修改和删除,所以修改你工作时所用的Win7系统管理员名字,默认一般为"Administrator",把它修改为"kerry"(我的集群普通用户名),此用户名与Hadoop集群普通用户一致。为了不至于为权限苦恼,我们可以修改Win7上系统管理员的姓名,这样就避免出现该用户在Hadoop集群上没有权限等都转载 2015-11-06 16:17:57 · 812 阅读 · 0 评论 -
让linux Sort 按照 ASCII 顺序排序
1. cat test.txtcbxdAEfaSutTSs2. sort test.txtaAbcdEfsSStTux3. export LC_ALL=C4. sort test.txtAESSTabcdfstu原创 2015-11-04 14:27:51 · 2186 阅读 · 2 评论 -
ajax和json跟java实现List、Map直接传递
由于项目需要通过ajax得到后台的List对象里面的值,由于没有接触过json所以前期我只能先传字符串再在js里截取子串实现。闲暇时间摸索了一下关于json接受List对象的方法,步骤如下: 1.首先下载json所以依赖的包, Json-lib 最新版 json-lib-2.3-jdk15.jar,其官方网站是:http://json-lib.sourceforge.net/可以直接downl转载 2015-05-18 23:31:14 · 826 阅读 · 0 评论 -
Tomcat Servlet 往外传输数据(对象 or list) 给 Android
在网上面看到很多从数据库或者android中给servlet传输数据,让其显示的,但是很少有有关用servlet读取数据库文件,然后将读取到的数据封装成对象,存入list,然后传输出去的今天我将个人经验给大家分享一下,尽一点点的绵薄之力从数据库中获取数据封装成对象,然后添加到list中这个大家应该会吧怎么讲list传给android端呢?使用json,将list转化成字转载 2015-05-18 20:08:07 · 1321 阅读 · 0 评论 -
Neural Probabilistic Language Model, word2vec来龙去脉
在Mikolov关于word2vec的论文中,作者详细罗列了文章创意的来源。本文整理文章中引用的主要文献,以期明白word2vec的整个产生过程。在引文中,【1】和【2】是主要的应用对象,而参考文献中文献的罗列顺序,也可以看做word2vec的发展顺序。因此本文将主要叙述【1】和【2】,至于【3】、【4】中的内容,可以参见博文《word2vec原理概述》。1、研究背景转载 2015-05-18 12:02:07 · 864 阅读 · 0 评论 -
BP神经网络算法学习
BP(Back Propagation)网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程。一个神经网络的结构示意图如下所示。BP神经网络模型拓扑结构包括输入层(input)、隐层转载 2015-05-18 11:53:06 · 1864 阅读 · 0 评论 -
神经网络语言模型详解
1 简介语言模型是自然语言处理领域的基础问题,其在词性标注、句法分析、机器翻译、信息检索等任务中起到了重要作用。简而言之,统计语言模型表示为:在词序列中,给定一个词和上下文中所有词,这个序列出现的概率,如下式,其中,是序列中第词,, 可以使用 近似,这就是n-gram语言模型,详细请阅读[我们是这样理解语言的-2]统计语言模型。随着深度学习的发展,神经网络相关研究越来越深入,神经网转载 2015-05-07 14:22:35 · 20296 阅读 · 3 评论 -
Deep Learning in NLP (一)词向量和语言模型
这篇博客是我看了半年的论文后,自己对 Deep Learning 在 NLP 领域中应用的理解和总结,在此分享。其中必然有局限性,欢迎各种交流,随便拍。 Deep Learning 算法已经在图像和音频领域取得了惊人的成果,但是在 NLP 领域中尚未见到如此激动人心的结果。关于这个原因,引一条我比较赞同的微博。@王威廉:Steve Renals算了一下icassp录取文章题目转载 2015-05-16 21:26:04 · 805 阅读 · 0 评论 -
org.apache.jasper.JasperException: PWC6345: There is an error in invoking javac. A full JDK (not ju
转载地址:http://blog.csdn.net/nba_2011/article/details/7219750背景:本人用Maven进行Web应用开发。年前还是好好的,过个年回来,就不行了。当我在浏览器中输入url时,出现以下错误:org.apache.jasper.JasperException: PWC6345: There is an转载 2015-04-11 20:56:16 · 1573 阅读 · 0 评论 -
EM算法学习(Expectation Maximization Algorithm)
http://www.cnblogs.com/mindpuzzle/archive/2013/04/05/2998746.htmlEM算法学习(Expectation Maximization Algorithm)一、前言 这是本人写的第一篇博客,是学习李航老师的《统计学习方法》书以及斯坦福机器学习课Andrew Ng的EM算法课后,对EM算法转载 2014-12-12 16:47:32 · 11126 阅读 · 3 评论 -
队列
队列joj上的宽度优先搜索的题我已经做完了,我觉得我应该对队列做一些总结了。我觉得宽度优先搜索与队列的结合,无非有三种情况。第一种:就是用普通的队列来解答,这类问题往往是每走一步增加相同的权重从而只要用普通队列就可以按权重大小将所有的点一次入队。第二种:就是用优先队列来解答,这类问题往往一个特点就是在一些特殊的点上权重要比其他一般的点的权重稍大或者稍小一点。从而加入这些点之后使得队列的原创 2011-08-25 09:53:42 · 486 阅读 · 0 评论 -
Linux必学60个命令
Linux系统信息存放在文件里,文件与普通的公务文件类似。每个文件都有自己的名字、内容、存放地址及其它一些管理信息,如文件的用户、文件的大小等。文件可以是一封信、一个通讯录,或者是程序的源语句、程序的数据,甚至可以包括可执行的程序和其它非正文内容。 Linux文件系统具有良好的结构,系统提供了很多文件处理程序。这里主要介绍常用的文件处理命令。 file 1.作用转载 2012-04-08 23:38:45 · 302 阅读 · 0 评论