2020 年 7月随笔档案 - Halone

第二十一天学习进度--简单线性函数提取并模拟计算机复杂图像识别函数（2）

摘要：前天，用简单的sklearn中提供的线性回归分析的一个lineregress的模块对手写图片识别函数进行提取了之后，发现对应的函数并没有比较好的效果，今天打算通过改进，来增强提取的正确性。 sklearn中提供了不止简单的线性回归分析的模块，还有梯度下降回归，梯度上升回归，随机森林回归，极端森林回归阅读全文

posted @ 2020-07-30 19:45 Halone 阅读(252) 评论(1) 推荐(0)

第二十天学习进度--规律寻找算法之傅里叶级数拟合周期函数（4）

摘要：在上次的规律寻找算法中说明了规律寻找算法并不太支持周期函数，当前几天刷刷头条的时候发现了一个傅里叶级数的动画，为了把规律寻找算法中，对于周期函数模拟的短板给补全了，今天打算在数列找规律算法（预测算法）之更一般形式（2）的基础上，添加一个傅里叶级数的模拟，来让整个模拟曲线的过程丝滑流畅。众所周知，傅阅读全文

posted @ 2020-07-29 11:27 Halone 阅读(4187) 评论(5) 推荐(0)

第十九天学习进度--简单线性函数提取并模拟计算机复杂图像识别函数（1）

摘要：昨天实现了一个计算机函数的提取过程，不过就函数提取的公式而言，因为用的是sklearn提供的多元线性回归分析函数，其中有最小二乘法和梯度下降的模拟。但是无论是上述的哪种函数的模拟，一旦针对一些相对而言比较复杂的多元非线性问题，就很有可能不能发挥出函数提取的功能了。要做到一种精度比较高的模拟图像识别阅读全文

posted @ 2020-07-28 23:15 Halone 阅读(414) 评论(0) 推荐(0)

第十八天学习进度--计算机语言函数提取算法

摘要：前几天在写曲线函数的拟合，参照前几天的编写过程与思路，今天突然有了一个大胆的想法，既然普通的函数能够通过一堆数列来推断出原来数列的公式，那么如果是计算机的函数呢，是否能通过提供几个原本传递过去的参数还有他们对应的最终结果，最终得到一个传递函数转化为最终结果的这样一个函数。比如X,Y,Z是传递过去给阅读全文

posted @ 2020-07-27 20:07 Halone 阅读(291) 评论(0) 推荐(0)

第十七天学习进度--规律寻找算法之算法统一（3）

摘要：前几天的多项式和幂次指数函数曲线函数拟合算法虽然各自都能够拟合很多种情况的曲线，而且之间有相通之处，但不可否认之处，二者在拟合曲线的时候还是都有各自单独拟合函数的情况，也就是说，如果没有把多项式函数拟合和幂函数指数函数拟合的两个算法统一起来的话，这样的时候能够拟合曲线的范围并不像两者统一起来的时候这阅读全文

posted @ 2020-07-26 17:34 Halone 阅读(317) 评论(0) 推荐(0)

第十六天学习进度--数列找规律算法（预测算法）之更一般形式（2）

摘要：昨天提供的多项式函数模拟已经能够模拟绝大部分的曲线函数了，但是对于幂函数还有指数函数还是无能为力，我在网上找了很多的规律题，小学的规律题通过昨天的数列找规律算法基本都能模拟出正确答案，但是对于公务员的规律题，多项式的曲线函数模拟基本上很少能够模拟成功的。今天欲通过添加指数和幂函数的方式，来让规律寻阅读全文

posted @ 2020-07-25 00:20 Halone 阅读(668) 评论(0) 推荐(0)

第十五天学习进度--数列找规律算法（预测算法）（1）

摘要：因为一直想写一种可以只输入一堆数，然后就能找出数列之间的通项公式，但是之前百度了很久都没有找到类似的算法。就拿现在大部分的情况来说，预测的算法像网上的大部分地方都选择了像神经网络这一类的算法，而我认为神经网络算法的模拟性比预测性强，神经网络在一些归类的问题上的解决要比预测性强得多，这是平时在实验上的阅读全文

posted @ 2020-07-24 13:25 Halone 阅读(1168) 评论(0) 推荐(0)

第十四天学习进度--相关系数和显著水平

摘要：昨天学习到曲线拟合的python实现方式，今天，就是根据提供的数据，然后获得对应数据线性相关程度的表示量，以此来获得两组数据间的关联程度相关系数R是研究数据之间线性相关程度的量，就是说一组数据的改变会不会有某种原因导致另外一组数据的改变之间的相关程度。当相关系数在0.7以上就说明两组数据之间的关系阅读全文

posted @ 2020-07-23 14:06 Halone 阅读(1771) 评论(0) 推荐(0)

第十三天学习进度--曲线函数拟合（可以做数据预测的函数）

摘要：因为之前学习的神经网络的算法大多都是拟合非线性函数的，所以在某些具有连续性的预测方面，神经网络算法的函数拟合并没有简单函数好用。今天学习一下关于曲线函数的拟合方式。首先给定一组数据来对数据进行拟合，例如随便想一个函数 y=2x^3+x^2+1 接下来分别取x=[1,2,3,4,5] 对应的y就为阅读全文

posted @ 2020-07-22 22:33 Halone 阅读(1875) 评论(0) 推荐(1)

毕业设计思路流水账（2）

摘要：准备利用python端做数据处理分析，并且对语言进行处理。Web部分用Java实现，对应的链接方式就采用在Python中创建socket的Server端 Java中调用对应Python中的Server端口中的接口方式并且返回相应的数据回去给Java进行处理。这种方式的好处是不仅在处理速度上比单独调用阅读全文

posted @ 2020-07-21 23:59 Halone 阅读(166) 评论(0) 推荐(0)

第十二天学习进度--Oracle导入数据

摘要：前天安装完oracle后，电脑差点完全崩溃（环境变量的所有值都被清空了），幸亏之前一次测试中有备份环境变量的值，才得以恢复参考网址：https://blog.csdn.net/weixin_30872499/article/details/97294237 首先打开控制台，输入 sqlplus 阅读全文

posted @ 2020-07-20 23:48 Halone 阅读(208) 评论(0) 推荐(0)

第十一天学习进度--Oracle11g安装过程记录

摘要：注意！！！！！安装前需要将系统变量Path里面的数据全部备份，不然之前的数据会被全部覆盖掉！！！（血泪史）下载地址：网址下载完上述的精简版的oracle11g客户端后，开始第一次安装尝试，看网上有挺多地方都因为是win10系统安装不了一路next，虽然C盘空间已经不多，但是为了避免意外选择安阅读全文

posted @ 2020-07-18 12:23 Halone 阅读(182) 评论(0) 推荐(0)

第十天学习进度--无（一天都在百度网盘下载oracle）【吐槽贴】

摘要：本想今天完成oracle的安装网上找不到oracle的下载安装包，只能通过百度网盘下载奈何百度网盘的下载速度...奇慢无比，简直不是这个年代该有的网速，是上个世纪的产品吧，99一年的云服务器速度都比这个快多了。。。我都不知道说什么好了，整整一天都在下载这玩意现在还没下载完，期待明天早上醒来能够阅读全文

posted @ 2020-07-17 23:32 Halone 阅读(131) 评论(0) 推荐(0)

第九天学习进度--通用地铁线路构建类（Java通用类）

摘要：之前上课的时候老师要求写了一个石家庄地铁的最短线路的售票系统，后来又要求写一个天津市的地铁java售票系统。两个系统其实都差不多，主要是当时是在线路的搜索上遇到了很多问题（当时还没有学到迪杰斯特拉算法），所以经过了那两次测试后我想着能不能把线路的构建的类单独提取取来，以后要弄什么地铁的系统都能通过自阅读全文

posted @ 2020-07-16 15:04 Halone 阅读(256) 评论(0) 推荐(0)

第八天学习进度--Kmeans的应用之文本聚类

摘要：文本的聚类，就是为了解决大批量文本的自动分类的问题。之前遇到过这样一个问题，就是有一堆文章的数据，想要得到这些文章对应的类别。但是这堆文章的数据里面并没有分类的信息，要是按照传统方式，需要人工对每篇文章都进行分类处理，但是这样的分类处理的速度太慢了，而且对于人工来说，工作量也是极其庞大的。是典型的阅读全文

posted @ 2020-07-15 20:45 Halone 阅读(535) 评论(0) 推荐(0)

第七天学习进度--(KBQA)初接触知识图谱之最终改进（四）

摘要：通过这几天对于知识图谱的简单构建，简单地了解到了对应的知识图谱中相关的工作原理。对于networkx构建知识图谱的学习本来打算是昨天就完结了，可是在昨天的最后测试中发现了对应添加动态知识的过程还存在bug，因此今天对其进行最终的改进。昨天对之前编写的知识图谱添加了动态提取知识的功能，其中对应的动阅读全文

posted @ 2020-07-14 22:00 Halone 阅读(413) 评论(0) 推荐(0)

第六天学习进度--(KBQA)初接触知识图谱之动态知识提取（三）

摘要：昨天通过networkx自己构建了一个简单的知识图谱，但是遇到了一个问题，就是昨天构建的知识网络只适用于静态的知识提取，相对应的那种动态的知识需要额外进行一个设定。今天就学习如何提取动态的知识并将其添加到对应的问答之中进行测试。个人暂定的方法（等待分析得到较优的解）： 1.利用全局替换，当检测到某阅读全文

posted @ 2020-07-13 14:15 Halone 阅读(634) 评论(0) 推荐(0)

第五天学习进度--(KBQA)初接触知识图谱之静态知识提取（二）

摘要：昨天学习到对应的知识图谱在networkx的构建，在此先前的代码上，添加一部分的代码，用来完成静态知识的提取。通过昨天的代码，已经有了基础的节点的增删功能，现在再添加对于节点之间关系的判断，还有一些简单的自然语言的处理如下。因为现在的关系并没有知识提取的功能，我们现在来添加一些回答的规则用来让回阅读全文

posted @ 2020-07-12 22:15 Halone 阅读(367) 评论(0) 推荐(0)

毕业设计思路流水账（1）

摘要：分析报表内容，将报表内容里面的数据得出对应报表内容里面的数据和成果对比，构建知识（算法）库--知识算法网络 3项...如何定位是关键。安装oracle 导入数据库之后再将对应的数据分析了解。查看报表后如何才能得到对应的数据，含义的理解？如何对含义进行理解。第一步是对问题进行分类？关注问题的点 --确阅读全文

posted @ 2020-07-12 12:28 Halone 阅读(252) 评论(0) 推荐(0)

第四天学习进度--(KBQA)初接触知识图谱之构建知识图谱（一）

摘要：知识图谱，在经过一个大体的网上资料的搜索之后，简单的来说它是由实体节点和实体之间的关系组成的一个图结构。根据网上了解到的这种关系，在使用neo4j构建知识图谱之前，我决定利用python中的networkx工具来自己构建一个知识图谱，以此来加深自己对于知识图谱的关系之后，再学习neo4j构建知识图阅读全文

posted @ 2020-07-11 14:28 Halone 阅读(1419) 评论(0) 推荐(1)

第三天学习进度--文本情感分类（二）

摘要：昨天在情感处理的学习中了解到了关于word2vec的用法，今天我们继续康康doc2vec究竟在情感分类的过程中是如何使用的。 doc2vec，也就是常说的文档向量，根据网上查阅到的零碎的资料，大概可以了解到，文档向量其实是词向量的拓宽层面上的应用，是词向量的基础上进行延伸的一种应用方式。文档向量能够阅读全文

posted @ 2020-07-10 13:59 Halone 阅读(438) 评论(0) 推荐(0)

第二天学习进度--文本情感分类（一）

摘要：昨天学习了简单的文本处理，之后在课后的练习中实现了包括了对tf-idf的处理和基于朴素贝叶斯简单的文本分类基于tf-idf的数据集在出现多个关键词的时候一般能够相对准确对文本进行分类，但是对于相对具有深层含义的内容，例如情感的积极，情感的消息这方面的分类来说，就显得有些乏力的。根据昨天构建的文本分阅读全文

posted @ 2020-07-09 10:27 Halone 阅读(440) 评论(0) 推荐(0)

第一天学习进度--文本处理基础知识学习

摘要：参考教程--python机器学习基础教程首先在对应目录创建一个文件夹，里面放上对应分类名称(非中文)的文件夹,这个步骤是要读取对应类型的数据。结构如下图所示：我在txttype中放置了两个分类的文件夹，每个类别的文件夹中放置了对应类型的文本(数量不限)，每个需要训练的语句都单独作为一个文本，文阅读全文

posted @ 2020-07-08 17:02 Halone 阅读(278) 评论(0) 推荐(0)