03 2011 档案

摘要：在图上的一点A, 有两种途径到达点B, 或是以概率p直接跳到B, 或是以(1-p)的概率从连接着B点的其他点到达B. 映射到用户在Web上浏览就是, 用户有两种途径到达页面B,或是以概率p随意的选择B, 或是以(1-p)从沿着其他网页的链接中到达页面B. 阅读全文

摘要：Conditional Random Field 主要是用来识别实体的, 对于算法, 这篇文章有详细的介绍, 现在没时间去完全弄懂, 只能提下应用了. 在命名实体的识别上，CRF通过分析已知的输入序列，预测最可能的输出序列。已知的输入序列就是想要分析的句子，输出序列就是这个句子里各部分的标记。 例如一句话里：这台笔记本的性能不错，就是散热不太好。 首先会对它进行分词及句子成分分析（POS），标注上词性， 变成： 这/ 台/ 笔记本/ 的/ 性能/ 不错/ 就是/ 散热/ 不/ 太好 接着将其放入按照某特征集训练好的CRF中去，这个特征集可以有多种形式，例如只是 句法特征， 或者 句法加谓词特. 阅读全文

摘要：西方有术傅里叶 ----离散傅里叶变换的推导(1) 首先让我们忘记严密的数学，忘记DFT，定性地思考一些东西。 DFT中涉及的一个就是相关，其实就是看两个信号的相似程度。越相似，相关系数就越大。 如果没有用过相关，那一定用过加权平均，我们的成绩有时是会被加权平均的，数学英语权值大，不重要的科目权值小，这样平均来显示自己的实力是有些不公平，因为里面体现着老师对科目的偏好和重视，如果你的科目成绩分布... 阅读全文

摘要：西方有术傅里叶之离散傅里叶变换的推导(1) 写完了测试了下用Live Writer发布结果将公式从word粘帖至Live Writer,自动转成图片之后,质量完全不行而且将其发布到博客之后,鼠标放在图片上还会显示文本信息<img>标签里为啥非得加那么多 title 属性啊, 真没搞懂太干扰阅读了继而换成直接从word发布结果所有图片都没发送到服务器上怪不得怎么那么发布得那么快这纠结让我一张张公式慢慢截图截下来那还是算了吧 阅读全文

摘要：西方有术傅里叶 ----FS FT 的关系 在理解傅里叶变换该文中，里面提到了傅里叶变换的合成等式，与傅里叶级数非常的相似。 当然差别肯定是存在的，但并未说清，只提到了Fourier series 的频谱是离散的，而Fourier Transform的频谱是连续的。 前者只能处理周期信号，后者能处理非周期信号。但对于封闭的形状曲线来说， 如石头外形曲线，若换成极坐标进行描述时，则该数学描述便为一周期函数了，经过2∏个周期绕便可绕一圈了。所以在这边，FS 跟 FT 如何区分？ 先挖坑吧，有时间填上。 参考链接： http://blog.csdn.net/dznlong/archive/2008/ 阅读全文