小y - 博客园

2009年10月14日

摘要： ASP.NET 提供了 IHttpHandler 和 IHttpModule 接口，它可使您使用与在 IIS 中所用的 Internet 服务器 API (ISAPI) 编程接口同样强大的 API，而且具有更简单的编程模型。HTTP 处理程序对象与 IIS ISAPI 扩展的功能相似，而 HTTP 模块对象与 IIS ISAPI 筛选器的功能相似。ASP.NET 将 HTTP 请求映射到 HTTP... 阅读全文

posted @ 2009-10-14 10:37 小y 阅读(3901) 评论(3) 推荐(2)

2009年9月28日

理解I/O Completion Port 【转】

摘要：什么是IOCP微软在Winsock2中引入了IOCP这一概念。IOCP全称I/O Completion Port，中文译为I/O完成端口。IOCP是一个异步I/O的API，它可以高效地将I/O事件通知给应用程序。与使用select()或是其它异步方法不同的是，一个套接字[socket]与一个完成端口关联了起来，然后就可继续进行正常的Winsock操作了。然而，当一个事件发生的时候，此完成端口就将... 阅读全文

posted @ 2009-09-28 11:28 小y 阅读(1309) 评论(0) 推荐(0)

Socket笔记【转】

摘要： 1、为了增加效率，可以考虑采用无异常的函数在.net2.0中Socket.Send,Socket.Receive 有了无异常的函数 Socket.Send(Byte[], Int32, Int32, SocketFlags, SocketError) Socket.Receive(Byte[], Int32, Int32, SocketFlags, SocketError) 减少不必要的异常，... 阅读全文

posted @ 2009-09-28 11:23 小y 阅读(6214) 评论(0) 推荐(1)

2009年9月11日

数学之美系列十六（下）－不要把所有的鸡蛋放在一个篮子里　最大熵模型

摘要：数学之美系列十六（下）－不要把所有的鸡蛋放在一个篮子里　最大熵模型我们上次谈到用最大熵模型可以将各种信息综合在一起。我们留下一个问题没有回答，就是如何构造最大熵模型。我们已经所有的最大熵模型都是指数函数的形式，现在只需要确定指数函数的参数就可以了，这个过程称为模型的训练。最原始的最大熵模型的训练方法是一种称为通用迭代算法 GIS(generalized iterative scaling) ... 阅读全文

posted @ 2009-09-11 15:08 小y 阅读(797) 评论(0) 推荐(0)

数学之美系列十六（上）不要把所有的鸡蛋放在一个篮子里 -- 谈谈最大熵模型

摘要：数学之美系列十六（上）不要把所有的鸡蛋放在一个篮子里 -- 谈谈最大熵模型[我们在投资时常常讲不要把所有的鸡蛋放在一个篮子里，这样可以降低风险。在信息处理中，这个原理同样适用。在数学上，这个原理称为最大熵原理(the maximum entropy principle)。这是一个非常有意思的题目，但是把它讲清楚要用两个系列的篇幅。]前段时间，Google 中国研究院的刘骏总监谈到在网络搜索排名... 阅读全文

posted @ 2009-09-11 15:08 小y 阅读(869) 评论(0) 推荐(0)

数学之美系列十五繁与简自然语言处理的几位精英

摘要：数学之美系列十五繁与简自然语言处理的几位精英发表者：吴军，Google 研究员我在数学之美系列中一直强调的一个好方法就是简单。但是，事实上，自然语言处理中也有一些特例，比如有些学者将一个问题研究到极致，执著追求完善甚至可以说完美的程度。他们的工作对同行有很大的参考价值，因此我们在科研中很需要这样的学者。在自然语言处理方面新一代的顶级人物麦克尔 · 柯林斯 (Michael C... 阅读全文

posted @ 2009-09-11 15:07 小y 阅读(762) 评论(1) 推荐(0)

数学之美十四谈谈数学模型的重要性

摘要：数学之美十四谈谈数学模型的重要性发表者：吴军，Google 研究员 [注：一直关注数学之美系列的读者可能已经发现，我们对任何问题总是在找相应的准确的数学模型。为了说明模型的重要性，今年七月份我在 Google 中国内部讲课时用了整整一堂课来讲这个问题，下面的内容是我讲座的摘要。］在包括哥白尼、伽利略和牛顿在内的所有天文学家中，我最佩服的是地心说的提出者托勒密。虽然天文学起源于古埃及，并且在古巴... 阅读全文

posted @ 2009-09-11 15:06 小y 阅读(746) 评论(0) 推荐(0)

数学之美系列十三信息指纹及其应用

摘要：数学之美系列十三信息指纹及其应用2006年8月3日上午 11:17:00发表者：吴军，Google 研究员任何一段信息文字，都可以对应一个不太长的随机数，作为区别它和其它信息的指纹（Fingerprint)。只要算法设计的好，任何两段信息的指纹都很难重复，就如同人类的指纹一样。信息指纹在加密、信息压缩和处理中有着广泛的应用。我们在图论和网络爬虫一文中提到，为了防止重复下载同一个网页，我们需... 阅读全文

posted @ 2009-09-11 15:05 小y 阅读(810) 评论(0) 推荐(0)

数学之美系列 12 - 余弦定理和新闻的分类

摘要：发表者：吴军，Google 研究员余弦定理和新闻的分类似乎是两件八杆子打不着的事，但是它们确有紧密的联系。具体说，新闻的分类很大程度上依靠余弦定理。Google 的新闻是自动分类和整理的。所谓新闻的分类无非是要把相似的新闻放到一类中。计算机其实读不懂新闻，它只能快速计算。这就要求我们设计一个算法来算出任意两篇新闻的相似性。为了做到这一点，我们需要想办法用一组数字来描述一篇新闻。我们来看看怎样找一... 阅读全文

posted @ 2009-09-11 15:04 小y 阅读(781) 评论(0) 推荐(0)

数学之美系列十一 - Google 阿卡 47 的制造者阿米特.辛格博士

摘要：数学之美系列十一 - Google 阿卡 47 的制造者阿米特.辛格博士发表者：Google 研究员，吴军枪迷或者看过尼古拉斯.凯奇（Nicolas Cage)主演的电影“战争之王”（Lord ofWar)的人也许还记得影片开头的一段话：（在所有轻武器中，）最有名的是阿卡 47( AK47)冲锋枪(也就是中国的五六式冲锋枪的原型），因为它从不卡壳、从不损坏、可在任何环境... 阅读全文

posted @ 2009-09-11 15:03 小y 阅读(612) 评论(0) 推荐(0)

数学之美系列十有限状态机和地址识别

摘要：发表者：吴军，Google 研究员地址的识别和分析是本地搜索必不可少的技术，尽管有许多识别和分析地址的方法，最有效的是有限状态机。一个有限状态机是一个特殊的有向图（参见有关图论的系列），它包括一些状态（节点）和连接这些状态的有向弧。下图是一个识别中国地址的有限状态机的简单的例子。每一个有限状态机都有一个启始状态和一个终止状态和若干中间状态。每一条弧上带有从一个状态进入下一个状态的条件。比如，在上... 阅读全文

posted @ 2009-09-11 15:03 小y 阅读(541) 评论(0) 推荐(0)

数学之美系列九 -- 如何确定网页和查询的相关性

摘要：发表者：吴军，Google 研究员 [我们已经谈过了如何自动下载网页、如何建立索引、如何衡量网页的质量(Page Rank)。我们今天谈谈如何确定一个网页和某个查询的相关性。了解了这四个方面，一个有一定编程基础的读者应该可以写一个简单的搜索引擎了，比如为您所在的学校或院系建立一个小的搜索引擎。]我们还是看上回的例子，查找关于“原子能的应用”的网页。我们第一步是在索引中找到包... 阅读全文

posted @ 2009-09-11 15:02 小y 阅读(658) 评论(0) 推荐(0)

数学之美系列八-- 贾里尼克的故事和现代语言处理

摘要：数学之美系列八-- 贾里尼克的故事和现代语言处理发表者：Google 研究员，吴军读者也许注意到了，我们在前面的系列中多次提到了贾里尼克这个名字。事实上，现代语音识别和自然语言处理确实是和它的名字是紧密联系在一起的。我想在这回的系列里，介绍贾里尼克本人。在这里我不想列举他的贡献，而想讲一讲他作为一个普普通通的人的故事。这些事要么是我亲身经历的，要么是他亲口对我讲的。弗莱德里克.贾里尼克(Fre... 阅读全文

posted @ 2009-09-11 15:01 小y 阅读(481) 评论(0) 推荐(0)

数学之美系列七 -- 信息论在信息处理中的应用

摘要：数学之美系列七 -- 信息论在信息处理中的应用发表者：吴军, Google 研究员我们已经介绍了信息熵，它是信息论的基础，我们这次谈谈信息论在自然语言处理中的应用。先看看信息熵和语言模型的关系。我们在系列一中谈到语言模型时，没有讲如何定量地衡量一个语言模型的好坏，当然，读者会很自然地想到，既然语言模型能减少语音识别和机器翻译的错误，那么就拿一个语音识别系统或者机器翻译软件来试试，好的语言模型必... 阅读全文

posted @ 2009-09-11 15:00 小y 阅读(921) 评论(0) 推荐(0)

数学之美系列六 -- 图论和网络爬虫 (Web Crawlers)

摘要：数学之美系列六 -- 图论和网络爬虫 (Web Crawlers)2006年5月15日上午 07:15:00发表者: 吴军，Google 研究员 [离散数学是当代数学的一个重要分支，也是计算机科学的数学基础。它包括数理逻辑、集合论、图论和近世代数四个分支。数理逻辑基于布尔运算，我们已经介绍过了。这里我们介绍图论和互联网自动下载工具网络爬虫 (Web Crawlers) 之间的关系。顺便提一句，我... 阅读全文

posted @ 2009-09-11 15:00 小y 阅读(636) 评论(0) 推荐(0)

数学之美系列五 -- 简单之美：布尔代数和搜索引擎的索引

摘要：数学之美系列五 -- 简单之美：布尔代数和搜索引擎的索引发表者: 吴军，Google 研究员 [建立一个搜索引擎大致需要做这样几件事：自动下载尽可能多的网页；建立快速有效的索引；根据相关性对网页进行公平准确的排序。我们在介绍 Google Page Rank (网页排名) 时已经谈到了一些排序的问题，这里我们谈谈索引问题，以后我们还会谈如何度量网页的相关性，和进行网页自动下载。］世界上不可能有比二... 阅读全文

posted @ 2009-09-11 14:59 小y 阅读(586) 评论(0) 推荐(0)

数学之美系列 4 -- 怎样度量信息?

摘要：数学之美系列 4 -- 怎样度量信息?发表者：吴军，Google 研究员前言: Google 一直以 “整合全球信息，让人人能获取，使人人能受益” 为使命。那么究竟每一条信息应该怎样度量呢？信息是个很抽象的概念。我们常常说信息很多，或者信息较少，但却很难说清楚信息到底有多少。比如一本五十万字的中文书到底有多少信息量。直到 1948 年，香农提出了“信息熵&rdq... 阅读全文

posted @ 2009-09-11 14:58 小y 阅读(444) 评论(0) 推荐(0)

数学之美系列三 -- 隐含马尔可夫模型在语言处理中的应用

摘要：数学之美系列三 -- 隐含马尔可夫模型在语言处理中的应用发表者：吴军，Google 研究员前言：隐含马尔可夫模型是一个数学模型，到目前为之，它一直被认为是实现快速精确的语音识别系统的最成功的方法。复杂的语音识别问题通过隐含马尔可夫模型能非常简单地被表述、解决，让我不由由衷地感叹数学模型之妙。自然语言是人类交流信息的工具。很多自然语言处理问题都可以等同于通信系统中的解码问题 -- 一个人根据接收到... 阅读全文

posted @ 2009-09-11 14:57 小y 阅读(707) 评论(0) 推荐(0)

数学之美系列二 -- 谈谈中文分词

摘要：发表者: 吴军， Google 研究员谈谈中文分词----- 统计语言模型在中文处理中的一个应用上回我们谈到利用统计语言模型进行语言处理，由于模型是建立在词的基础上的，对于中日韩等语言，首先需要进行分词。例如把句子 “中国航天官员应邀到美国与太空总署官员开会。” 分成一串词：中国 / 航天 / 官员 / 应邀 / 到 / 美国 / 与 / 太空 / 总署 / 官员 / 开... 阅读全文

posted @ 2009-09-11 14:56 小y 阅读(844) 评论(0) 推荐(0)

数学之美系列一 -- 统计语言模型

摘要：发表者: 吴军, Google 研究员前言也许大家不相信，数学是解决信息检索和自然语言处理的最好工具。它能非常清晰地描述这些领域的实际问题并且给出漂亮的解决办法。每当人们应用数学工具解决一个语言问题时，总会感叹数学之美。我们希望利用 Google 中文黑板报这块园地，介绍一些数学工具，以及我们是如何利用这些工具来开发 Google 产品的。系列一：统计语言模型 (Statistical Lan... 阅读全文

posted @ 2009-09-11 14:54 小y 阅读(1202) 评论(0) 推荐(0)

2009年9月10日

WWF系列之----关于Host与WorkflowInstance之间的通讯

摘要：关于Host与WorkflowInstance之间的通讯工作流是将程序（实际上就是业务）流程独立出来，建立健壮的可伸缩的交互式的流程管理。其基本任务是保证每一个步骤必须严格地执行且仅可以执行一遍。WF和其宿主（Host）之间必须能够进行通讯，不然就失去了“交互性”，这里介绍三种方法。1. 使用参数如在workflow1中有定义两个属性：private string inpu... 阅读全文

posted @ 2009-09-10 17:46 小y 阅读(2506) 评论(4) 推荐(1)

2009年8月28日

SQL Server的聚集索引和非聚集索引

摘要：微软的SQL SERVER提供了两种索引：聚集索引(clustered index，也称聚类索引、簇集索引)和非聚集索引(nonclustered index，也称非聚类索引、非簇集索引)…… 　　(一)深入浅出理解索引结构　　实际上，您可以把索引理解为一种特殊的目录。微软的SQL SERVER提供了两种索引：聚集索引(clustered index，也称聚类索引、簇... 阅读全文

posted @ 2009-08-28 10:14 小y 阅读(26920) 评论(15) 推荐(23)

2009年8月17日

如何利用HTTP缓存提高网页性能

摘要：网站的性能(Performance)要考虑两方面，一方面是在Server端的运行效率，另一方面是在Client端感受到的效率。不要以为Server端效率高这个网站或者服务给用户的体验就是高效的，如果不考虑影响Client Performance的因素，Server端跑得再快用户也可能感觉慢得和牛一样。Yahoo的哥们做的研究真不是盖的，他们还写了本书《High Performance Web Si... 阅读全文

posted @ 2009-08-17 21:35 小y 阅读(1698) 评论(2) 推荐(0)

2009年8月9日

ASP.NET中的HttpWorkerRequest对像及其应用

摘要： HttpWorkerRequest对像在ASP.Net处理流程中的位置：每一个ASP.NET程序执行时都会对当前URL的请求进行解析，本文将分析ASP.NET页面请求的原理。当我们在浏览器上输入一个URL时，流程如下：首先被WWW服务器截获（inetinfo.exe进程），该进程首先判断页面后缀，然后根据IIS中配置决定调用具体的扩展程序。如aspx就会调用aspnet_isapi.dll,... 阅读全文

posted @ 2009-08-09 18:19 小y 阅读(3106) 评论(1) 推荐(0)

2009年8月2日

关于从1138个号码中选514个有14个号码连号的概率

摘要：网易新闻：http://news.163.com/09/0801/01/5FJH66T2000120GR.html7月29日，湖北老河口市第二期经适房公开摇号，市民发现这514户中出现了“14连号”的现象，而且其中一名中签者刚满17岁，怀疑其中存在舞弊。湖北老河口市第二期经适房公开摇号，从1138名申请人中摇出了514名住户，市民发现这514户中出现了“14连号... 阅读全文

posted @ 2009-08-02 00:43 小y 阅读(1505) 评论(2) 推荐(0)

DotNet笔记

兴趣是最好的老师。

公告