2015/1/13 14:27:21翻牌: 3322临幸: 2
    静态变量作用范围在一个文件内,如果其他文件需要访问,要事先extern。程序开始时分配空间,结束时释放空间,默认初始化为0,使用时可以改变其值。静态变量存放在静态变量区。     在C中引入关键字static是为了表示退出一个块后仍然存在的局部变量。随后,static在C中有了第二种含义:用来表示不能被其它文件访问的全局变量和函数。为了避免引入新的关键字,所以仍使用static关键字来表示这第二种含义。最后,C++重用了这个关键字,并赋予它与前面不同的第三种含义:表示属于一个类而不是属于此类的任何特定对象的变量和函数。    当我们同时编译多个文件时,所有未加static前缀的全局变量...
M-P模型    1943年McCulloch和Pitts发表文章,提出M-P模型。描述了一个简单的人工神经元模型的活动是服从二值(兴奋和抑制)变化的。总结了神经元的基本生理特性,提出了神经元的数学描述和网络的结构方法。——标志神经计算时代的开始神经元的输入有两种类型:兴奋边/抑制边;神经元的输出有两种状态, 兴奋/抑制;如果一条抑制边处于激活状态, 则神经元处于抑制状态;如果没有抑制边处于激活状态, 则当兴奋边的数目超过一个阈值时, 神经元处于兴奋状态, 否则处于抑制状态;特点边的权值都为固定值1, 无法调整;阈值;输出是0/1;一票否决;改进统一兴奋边和抑制边边的权值都为固定值1 -> 权...
2015/1/13 5:44:16翻牌: 2397临幸: 7
    这首曲子第一次听到是在大一时,给班级做影集的时候搜到的一首背景音乐。一听到就感觉其中旋律总是在哪里听到过却又不一样。那时没电脑也没智能手机,做完影集一上交就找不到这首钢琴曲了。就一直在百度搜啊搜听啊听终于再次找到了它,并将它链接进了qq空间的背景音乐,一直没有变过。在石大省赛的时候刚刚入场,就响起了这首钢琴曲,好亲切。PS:百度编辑器里的音乐插件只能搜到这个翻版,以前那个高清的是从百度空间音乐插件里抠出来的。现在百度空间下线了,音乐插件也没了。想想自己在百度空间存下的几百道题解现在只能静静躺在百度云里无人问津,就连我都没去看几眼,想来我的斗志却早于百度空间下线了。大学时单纯的刷着题目,...
2015/1/13 5:15:25翻牌: 2881临幸: 2
nodejs所有的异步I/O操作在完成时都会发送一个事件到事件队列。nodejs里面的许多对象都会分发事件:一个net.Server对象会在每次有新连接时分发一个事件, 一个fs.readStream对象会在文件被打开的时候发出一个事件。 所有这些产生事件的对象都是 events.EventEmitter 的实例。 你可以通过require("events");来访问该模块。下面我们用一个简单的例子说明 EventEmitter 的用法://event.js  var EventEmitter = require("events").EventEmitter;  var event =...
2015/1/12 8:32:33翻牌: 2192临幸: 0
产生式分类器和判别式分类器产生式分类器:对联合分布p(x,y)建模– 产生:能从联合分布p(x,y)中产生数据– (朴素)贝叶斯分类器– LDA/QDA判别式分类器:直接对p(y|x)建模– Logistic回归– 感知机/神经元网络– SVMlogistic回归    logistic回归是对线性回归的扩展,它在线性回归的结果上再利用sigmod函数进行了一次映射。用函数表示成。其中WT *X是前面提到的线性回归的表达式,sigm是sigmod函数,形式为。sigmod函数是一个S形函数,它将线性回归的结结果映射到(0,1)区间。    这里我们只讨论类别是二值的分类。所以目标变量y服从伯努...
2015/1/12 4:58:53翻牌: 1568临幸: 0
先上一段代码,在解释其中道理//基类 var Person = function (name, age) {     //可继承的的,公有的属性     Person.prototype.name = name;     Person.prototype.age = age;     this.className = "Person";     //看一看这是什么     console.log(Person.__proto__); } //静态方法,类名就可调用 Person.prefix = function () {     return "hi "; } //...
2015/1/11 10:44:0翻牌: 2516临幸: 15
线性回归介绍    线性回归是利用数理统计中的回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。我们假设有n维特征,用公式表示为y=f(X)+ε.其中X是一个n+1维的向量,用点积形式表示为,w和x都是n+1维向量,其中n维是特征,最后1维是一个常数,或者叫截距项。我们要计算的就是这个w向量,w成为权重向量,有了w,根据公式就可以计算出y。    上图给出了一个房价预测的例子。房价预测就是用前面的四列特征,计算出房子大体的价格。也就是我们要求一个公式price=a*x1+b*x2+c*x3+d*x4+e的一个公式,使这个公式在训练集上误差最小。求得一个w向量(a,b,c...
2015/1/11 8:27:54翻牌: 1897临幸: 1
    工程文件夹下有 bin,obj,src,include文件夹,类的定义.h文件在include文件夹下,类的实现.cpp在src文件夹下。main函数在根目录的main.cpp文件中。编译时将.o编译到obj文件夹下,将可执行文件编译到bin文件夹下。DIR_INC = ./include DIR_SRC = ./src DIR_OBJ = ./obj DIR_BIN = ./bin SRC =  $(wildcard ${DIR_SRC}/*.cpp) OBJ = $(patsubst %.cpp,${DIR_OBJ}/%.o,$(notdir ${SRC})) mai...
2015/1/10 9:1:37翻牌: 5110临幸: 3
    spimi算法实现的倒排索引的构建,并且对倒排索引进行了Gamma编码压缩,对词典进行了单一字符串压缩,分别写入了二进制的倒排索引文件和词典文件。源码可以在这里下载。http://download.csdn.net/detail/longmenwaideyu/8348061这其实是我刚刚上交了的现代信息检索的作业。spimi算法    内存式单遍扫描索引构建算法SPIMI(Single-pass in-memory indexing)基本思想如下    关键思想1: 对每个块都产生一个独立的词典--不需要在块之间进行term-termID的映射    关键思想2: 对倒排记录表不排序,...
2015/1/3 9:14:26翻牌: 4206临幸: 0
1. 朴素贝叶斯分类器    朴素贝叶斯分类是一种十分简单的分类算法,朴素贝叶斯根据给定的特征向量(若干个特征写成一行),求解在所以特征值都出现的条件下各个类别出现的概率,哪个最大,就认为此待分类项属于哪个类别。用公式表示为y=c表示类别为c,粗体x表示一个特征向量,D是指当前数据集,因为学习是在某数据集的条件下。    可以看出,求某个类别在某些条件下出现的概率,使用的是贝叶斯公式,第一章已经提到。并且,公式的分母其实都一样,所以公式的左端正比于公式的右端分子,即每次只计算分子,哪个类别的分子大,就预测为哪个类别。从分子我们可以看出,大体上需要计算两个东西,一个是在某个类别时特征向量X出现的...