[其它] 联合子空间恢复和增强的局部性驱动的鲁棒灵活的判别词典学习

说明：我们提出了一种基于联合子空间恢复和增强局部性的鲁棒灵活标签一致性词典学习方法，称为鲁棒灵活判别词典学习（RFDDL）。 RFDDL主要通过增强鲁棒性以稀疏错误并更准确地编码位置，重构错误和标签一致性来提高数据表示和分类的能力。 首先，对于数据和原子中的噪声和稀疏错误的鲁棒性，RFDDL旨在共同恢复基础干净数据和干净原子子空间，然后执行DL并对恢复的子空间中的局部性进行编码。 其次，为了使从非线性流形采样的数据有可能得到处理并通过避免过拟合而获得准确的重建，RFDDL以灵活的方式将重建误差最小化。
<weixin_38697579> 上传 | 大小：896kb

[其它] 调频连续波光纤压力传感器及其测量特性分析

说明：为了满足压力测量中的高灵敏度、高分辨率、高可靠性等要求,本文提出了一种基于调频连续波激光干涉解调原理的高精度膜片式珐珀腔光纤压力传感器。首先推导了基于该原理的压力测量模型,然后搭建了一套测量装置,通过气泵向SUS631不锈钢膜片组成的密封腔连续给压,得出气压在0~600 kPa范围内变化时膜片中心(即珐珀腔腔长变化量)随气压变化的特性曲线;之后,测试25 ℃环境条件下不同压力测量值的稳定性,讨论引起腔长变化量漂移的原因;最后,在消除系统误差后得出了压力测量的分辨率。结果表明:该传感器的灵敏度为2
<weixin_38712092> 上传 | 大小：8mb

[其它] MSSQl分布式查询

说明：MSSQlServer所谓的分布式查询(DistributedQuery)是能够访问存放在同一部计算机或不同计算机上的SQLServer或不同种类的数据源,从概念上来说分布式查询与普通查询区别它需要连接多个MSSQL服务器也就是具有多了数据源.实现在服务器跨域或跨服务器访问.而这些查询是否被使用完全看使用的需要.本篇将演示利用SQlExpress链接远程SQlServer来获取数据方式来详细说明分布式查询需要注意细节.先看一下系统架构数据查询基本处理:当然如果采用了分布式查询我们系统采取数据Da
<weixin_38655284> 上传 | 大小：586kb

[其它] 使用电信大数据进行城市规模的本地化

说明：在电信（telco）行业中，使用测量报告（MR）数据准确定位城市规模的移动设备（MD）仍然具有挑战性，该数据可测量MD与电信网络中的基站（BS）连接时的无线电信号强度参数用于拨打/接听电话或移动宽带（MBB）服务。 在本文中，我们发现，广泛使用的基于位置的服务（LBS）在电信网络中积累了大量的OTT（OTT）全球定位系统（GPS）数据，这些数据可以自动用作学习的训练标签基于MR的精确定位系统。 得益于这些电信大数据，我们在基于Spark / Hadoop电信大数据平台中部署了上下文感知的粗略到精
<weixin_38625464> 上传 | 大小：1mb

[其它] yarn(hadoop2)框架的一些软件设计模式

说明：我们都知道，yarn版本的hadoop无论是从架构上面还是软件设计的层面上面都比原始的hadoop版本有较大的改进。在架构方面，我们认为yarn模式是新一代的框架，这个在官方等丛多的资料中说明得很详细了。在软件设计方面，我认为主要有以下的一些大的方面的改进：服务生命周期管理模式、事件驱动模式、状态驱动模式。这几个模式都写在hadoop-yarn-common中，接下来，我将详细说明这些模式。一个对象肯定有生与死，那在我们设计中如何表示这一点呢？在业务系统中，我们一般是用spring，spring
<weixin_38746442> 上传 | 大小：263kb

[其它] react-5-mini：一个迷你项目，介绍如何在React应用程序中使用Redux-源码

说明：项目总结 在这个项目中，我们将使用React和Redux创建一个小型计数器应用程序。 我们还将包括用于撤消/重做操作的额外功能。 现场例子 设置 fork并clone此存储库。 cd进入项目根目录。 运行npm install来获取项目依赖项。 运行npm start来npm start开发服务器。 步骤1 概括 在此步骤中，我们将安装一些新的依赖项，创建一个reducer，并创建一个Redux存储。 指示 安装redux和react-redux 创建一个初始状态src/ducks/co
<weixin_42161497> 上传 | 大小：62kb

[其它] 设计模式六大原则

说明：定义：不要存在多于一个导致类变更的原因。通俗的说，即一个类只负责一项职责。问题由来：类T负责两个不同的职责：职责P1，职责P2。当由于职责P1需求发生改变而需要修改类T时，有可能会导致原本运行正常的职责P2功能发生故障。解决方案：遵循单一职责原则。分别建立两个类T1、T2，使T1完成职责P1功能，T2完成职责P2功能。这样，当修改类T1时，不会使职责P2发生故障风险；同理，当修改T2时，也不会使职责P1发生故障风险。说到单一职责原则，很多人都会不屑一顾。因为它太简单了。稍有经验的程序员即使从来没
<weixin_38593723> 上传 | 大小：264kb

[其它] 一种基于轮廓特征约束的飞机蒙皮配准方法

说明：飞机蒙皮表面平缓、光滑、特征少,在使用迭代最近点进行数模配准时会产生错位、局部最小值等问题,因此提出了一种基于轮廓约束的蒙皮点云配准方法。首先定义一种新的三维轮廓Cκ特征点描述方法,并基于距离约束对初始Cκ特征点进行聚类和过滤,实现对蒙皮点云特征的精确描述。其次,基于距离的快速点特征直方图(FPFH-d)特征相似度约束,寻找点云和数模特征点的对应点对,实现蒙皮轮廓的初始配准。最终基于迭代最近点算法,融合Cκ特征描述的轮廓约束,实现蒙皮的精配准。利用斯坦福公共数据库点云对算法的速度和精度进行测试,
<weixin_38519763> 上传 | 大小：10mb

[其它] 优美的文字-源码

说明：优美的文字
<weixin_42135462> 上传 | 大小：384kb

[其它] 基于LSTM和CNN的音乐流客户流失预测模型

说明：对于公司来说，要想实现持续发展，准确预测客户流失至关重要。 先前的研究已经使用许多机器学习方法来预测客户流失。 通用模型无法充分利用时间序列功能。 为了克服这个缺点，我们提出了一个基于LSTM和CNN的模型，该模型在LSTM层和卷积层之间具有跨层连接。 该模型可以同时学习潜在的顺序信息，并从时间序列特征中捕获重要的局部特征。 此外，我们介绍了一种通过在现有特征上训练XGBoost模型来构造新特征的方法。 在真实数据集上的实验结果表明，我们提出的模型比其他比较模型具有更好的性能。
<weixin_38666697> 上传 | 大小：674kb

[其它] 小例子背后的大道理——用户需求+设计原则+正确应用=设计方案

说明：上回的最后，来了两个用户，分别提出了两个不同的需求。一个要求用两个开关控制一个灯，一个要求用一个开关控制所有的灯。本回将就这两个需求进行分析。我写这段话的时候并没有想出这个需求的具体方案，重要的过程，思路有时候比结果更重要。所以，我的方案可能会"跑偏"；但是如果你能从过程中体会到些什么，那这篇就没有白写。两个开关控制一个灯。这个问题好像很简单，把两个Switcher的Switchee都设置为同一个灯不就结了吗？画个对象图会是这个样子。图1由双开关控制的灯有问题吗？考虑一下这个问题。如果你用Swi
<weixin_38592256> 上传 | 大小：233kb

[其它] 走向大主题建模

说明：为了解决大主题建模问题，我们需要减少批次潜在狄利克雷分配（LDA）算法的时间和空间复杂性。 尽管在多处理器体系结构上的并行LDA算法具有较低的时间和空间复杂度，但是它们在处理器之间的通信成本通常随词汇量和主题数量线性增长，从而导致严重的可扩展性问题。 为了降低处理器之间的通信复杂度以实现改进的可伸缩性，我们提出了一种基于幂定律的新型通信高效并行主题建模架构，当主题数量很大时，该架构消耗的通信时间要少几个数量级。 我们将建议的通信有效的并行体系结构与在线信念传播（OBP）算法（称为POBP）相结合
<weixin_38694336> 上传 | 大小：735kb