ITeye博客

ansjsun的博客

ansjsun · 共 70 篇文章

感知机-Percepron

代码说明:w和b为感知机模型参数,w就是weight叫做权值,或者叫weight ector, 叫做偏置,(bias) f(x) = w.x+b package org.ansj.ml; import java.util.Arrays; public class Perceptron { public static void main(String[] args) { //三个点 int[][] T = { { 3, 3 }, { 4, 3 }, { 1, 1 } }; //定义应三个点类别 int[] Y = { 1, 1, -1 }; //利用T度下降法,初始值w,b为0,minL(w,…

2013-10-29 10:29 · 机器学习 · 评论(0)

elasticsearch 常用备忘

关闭服务: curl -XPOST 'http://localhost:9200/_shutdown' 显示log ./elasticsearch -f

2013-10-23 13:56 · J2EE · 备忘录 · 评论(0)

算法实现系列第六章.桶排序

package algorithm; /** * 桶排序 * @author ansj * */ public class BucketSort { /** * 这个排序算法很恶心.但是容易写我凑个数呵呵 * @param args */ public static void main(String[] args) { int [] bucket = new int[1000] ; int[] array = {1,32,234,34,5,54,6,65,932,7,56,455} ; for (int i : array) { bucket[i] = 1 ; } for (int i = …

2013-01-10 15:18 · 算法讨论 · 评论(0)

算法实现系列第五章.viterbi算法

package algorithm; public class Viterbi { /** * 维特比算法(Viterbi algorithm)是一种动态规划算法。它用于寻找最有可能产生观测事件序列的-维特比路径-隐含状态序列,特别是在马尔可夫信息源上下文和隐马尔可夫模型中。 术语“维特比路径”和“维特比算法”也被用于寻找观察结果最有可能解释相关的动态规划算法。例如在统计句法分析中动态规划算法可以被用于发现最可能的上下文无关的派生(解析)的字符串,有时被称为“维特比分析”。 * @param args */ public static void main(String[] args) { /…

2013-01-10 14:57 · 算法讨论 · 评论(0)

两个大数字相乘

没什么只是.一个demo package net.csdn.service.tag.impl; import java.util.ArrayList; import java.util.HashMap; import java.util.List; import love.cq.util.StringUtil; import net.csdn.exception.ArgumentErrorException; import net.csdn.pojo.tag.ObjTag; import net.csdn.pojo.tag.Tag; import net.csdn.service.tag.u…

2013-01-10 14:54 · 算法讨论 · 评论(0)

算法实现系列第四章.启发式搜索_A*搜索

..很郁闷启发式搜索和A*搜索.自己对照文档写了下..发现和之前学的有出入...算了先写这个吧..等我回去翻翻笔记...如果有问题再来补充..明白的同学可以直接拍砖... 下面我们对这个图进行..最短路径的查 package algorithm; import java.util.ArrayList; import java.util.HashMap; import java.util.Iterator; import java.util.List; import java.util.Map.Entry; import java.util.Set; /** * A* 搜索见得的java例子,…

2013-01-09 14:31 · 算法讨论 · 评论(0)

算法实现系列第三章.快速排序

先剽窃jdk的... package algorithm; import java.util.Arrays; /** * 快速排序,哦也 * * @author ansj * */ public class QuickSort { public static void main(String[] args) { long[] ints = { 123, 1234, 324, 2, 1, 12, 31, 4, 3, 3, 466, 7, 87, 87, 56, 456, 5 }; sort(ints, 0, ints.length); for (int i = 0; i < ints.leng…

2013-01-08 16:05 · 算法讨论 · 评论(0)

算法实现系列第二章.堆排序

说白了就是二叉树排序..java中hashset中非基本数据类型的对象比较就是用的这个方式... package binarytree; public class BinaryTree { public static void main(String[] args) { Node root = null; int[] ints = { 123, 1234, 324, 2, 1, 12, 31, 4, 3, 3, 466, 7, 87, 87, 56, 456, 5 }; root = new Node(ints[0]); for (int i = 1; i < ints.length; i+…

2013-01-08 15:56 · 算法讨论 · 评论(0)

算法实现系列第一章.冒泡排序

package algorithm; public class Bubbling { public static void main(String[] args) { int[] ints = {123,1,31,31,432,42,1,23,556,75,67,76,8,6} ; int temp = 0 ; for (int i = 0; i < ints.length; i++) { for (int j = i; j < ints.length; j++) { if(ints[i]<ints[j]){ temp = ints[i] ; ints[i] = ints[j] ; ints…

2013-01-08 15:47 · 算法讨论 · 评论(0)

介绍一种基于角色标注+字词体位法的人名识别方式-Ansj中文分词

大家好.最近在做分词.在分词中遇到了各种各样的问题.在这里选择一个比较有意思的与大家分享. 在这里说分词有点老生常谈了.的确.中文分词已经非常成熟了.但是在实体名识别上一直是中文分词的软肋.最近通过对ictclas的学习,和自己的总结.得出了一个还算不错的人名识别系统. 目前这种方式已经开源.大家可以参看:<https://github.com/ansjsun/ansj_seg> , 在线测试:<http://www.ansj.org/demo/seg.jsp> 主要思路是..先粗分,粗分的办法很多.但是在粗分的时候要尽量减少歧异. 比如 祝海林在孙健的右面! 进过第一步粗分的结果应当为 祝…

2012-09-14 13:35 · 算法讨论 · J2EE · JAVASE · 评论(14)

Totoro中文分词第二版上线啦

经过不懈的努力.耗费了毕生经历.终于把分词写完了. 事后觉得太过复杂的东西真的不是好玩的..可控性太差了. 推翻恢复.重写.优化经历了一晚上.终于得道了一个还算满意的答案. 呵呵废话不多说了..老规矩.我先介绍下这一版分词. 自己想了好多.参考了好多.主要参考了ictclas.在这里特别感谢 @小李飞刀 对我的无私帮助. 首先你必须明白 1.他是用java写的. 2.他可以整合到lucene 3.他是完全开源的.包括字典创建程序和字典. 4.他还在成长. 5.他还不是完美的 他实现了什么 1.分词(废话) 2.词性标注 3.做了数字和英文的简单分词 4.停用词词典的自定义 1.分词的数据结构…

2012-08-12 17:49 · 评论(2)

一些分词中用到的公式-参考ictclas

//计算平滑系数公式 //平滑参数 dSmoothingPara = 0.1 //设置当前节点的频度,如果是已知词性,直接使用频度 dCurFreqency //一个参数 static int MAX_FREQUENCE = 2079997; //Two linked Words frequency dTemp = (double) 1 / MAX_FREQUENCE; //两词之间的词频?关联度? nTwoWordsFreq = DictBinary.GetFrequency(sTwoWords, 3); //这个词的平度 if (pCur.p.nPOS >= 0) { // I…

2012-08-08 11:17 · 评论(6)

一晚上整理出来的激动

每种词性的概率 1 4 a ad ag an b c d dg e f h k l m mg n ng nr ns nt nz o p q r rg s t tg u v vg vn w y z 1 1 0 0 648 172 11 17 245 2702 1653 8 11 204 4 0 443 2859 1 6233 23 3275 3416 828 263 3 5245 11 6857 0 177 3512 27 11 5230 54 440 5047 2 58 4 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0…

2012-08-07 23:45 · 评论(0)

贝叶斯学习笔记

一.什么是贝叶斯 贝叶斯是数学统计分类发放.可以预测类成员关系的可能性.如果直接说起贝叶斯.那么他就是一个数学模型. 数学模型我的理解就是.将显示生活中的一些现象通过.数学公式予以表示. 二.关于贝叶斯朴素分类 我们希望得出P(C|D) D=document(文档) C=category(类别) 如果八股一点可以这么陈述.在条件C下.D的后验概率. 那么完整的贝叶斯公式就是 P(C|D) = P(D|C)*P(C)/P(D) 下面我们分别讲述每一个概率的含义 我们做个大胆的假设.每篇文章只有一个单词.那么就认为是一个term(向量) T 于是我么的公式可以改写为 P(C|T) = P(T|C…

2012-04-19 11:21 · 算法讨论 · JAVASE · 评论(0)

大话字符编码发展史

ASCII码 ASCII码于1968年提出,用于在不同计算机硬件和软件系统中实现数据传输标准化,在大多数的小型机和全部的个人计算机都使用此码。ASCII码划分为两个集合:128个字符的标准ASCII码和附加的128个字符的扩充和ASCII码。比较EBCDIC。其中95个字符可以显示。另外33个不可以显示。 标准ASCII码为7位,扩充为8位。 美国(国家)信息交换标准(代)码,一种使用7个或8个二进制位进行编码的方案,最多可以给256个字符 从描述可以看出(ASCII码)表示 ,只是对西文字符的一个集合. [a-z][A-Z] ,其中包括95个可见字符.和33个不可见字符. 不可见字符如 “…

2012-04-06 17:17 · JAVASE · 评论(0)