其他

                                新春的鐘聲即將敲響，今天是農曆臘月30，2017年的最後一天，靜下心來回顧過去的2017年，滿滿的都是記憶，這一年是不平凡的的一年，這一年發生了太多太多的事情。    

from：http://blog.csdn.net/jia20003/article/details/13159535 Water Ripple Effect - 水波紋效果 一：原理 類比水波紋效果，最常見的是sine或者cosn的函數，周期性變化，貼近自然 當水波紋中中間開始向四周擴散的時候，一般都是慢慢的失去能量，振幅也是 越來越小，所以程式要類比這個過程時候，要加上一個能量遞減因子。然後用 公式 y = a*sine(bx + c)來表示波紋公式。

DALI調色溫模組使用手冊   公  司： 深圳市萬秀電子有限公司 網  站： http://www.wanxiucx.com 總  機： 0755-23215689 連絡人： 張先生 手  機： 13923882807 Q Q  ： 813267849

做英語遊戲的這個項目時，剛拿到手時，我的老師跟我說你去研究下html5，然後做下在網頁上能實現連線題的遊戲。 一開始我是直接上網找代碼，然後就直接試著做。因為之前學過HTML和css的，那時在想應該都差不都，就是多了些標籤，多了些功能。然後我是很快就能實現連線題，它是直接用上canvas標籤，然後加上js的代碼的專門對於canvas標籤的語句實現了畫線。 我一做出來就很老師講了，他一看我這麼快就能實現，他並讓我接了英語遊戲這個項目了。

最近手頭下了一批資料，想要刪除其中的重複值，比如： > data.set    Ensembl.Gene.ID Gene.Biotype Chromosome.Name Gene.Start..bp. Gene.End..bp. 1  ENSG00000236666    antisense        

利用輪廓係數判斷k均值聚類的個數 1、kmeans聚類處理的資料必須是數值型numeric，並且必須是matrxi或者data frame 2、輪廓係數可以使用 fpc包 3、聚類效果沒有特殊的評價標準,聚類的個數可以採用這個來判定。 4、聚類個數的其它方法    

Matlab中實現QQ-plot的一個好工具gqqplot 26 JUN June 26, 2013 這幾天看了一下QQ-plot以及在Matlab中的實現，可是Matlab內建的qqplot函數不能滿足我的使用，因此在網上搜尋到了一個好工具：gqqplot。gqqplot可以於很多常見的分布進行比較，而qqplot僅僅可以比較常態分佈。其zip檔案下載連結：gqqplot gqqplot description：

Q-Q plot 即Quantile-Quantile Plot。它在各類研究中經常用到，主要是直觀的表示觀測值與預測值之間的差異。 在SPSS中很容做，Analysis - Descriptive statistics - Q-Qplot。 Q-Q plot主要是用來估計數量性狀觀測值與預測值之間的差異。一般我們所取得的數量性狀資料都為常態分佈資料。在GWAS研究中Q-Q plot的X和Y軸主要是代表各個SNP的-lg P

這篇文章是下篇，所以如果你對TCP不熟悉的話，還請你先看看上篇《TCP的那些事兒（上）》 上篇中，我們介紹了TCP的協議頭、狀態機器、資料重傳中的東西。但是TCP要解決一個很大的事，那就是要在一個網路根據不同的情況來動態調整自己的發包的速度，小則讓自己的串連更穩定，大則讓整個網路更穩定。在你閱讀下篇之前，你需要做好準備，本篇文章有好些演算法和策略，可能會引發你的各種思考，讓你的大腦分配很多記憶體和計算資源，所以，不適合在廁所中閱讀。 TCP的RTT演算法

Purpose: Check If Two Data Sets Can Be Fit With the Same Distribution The quantile-quantile (q-q) plot is a graphical technique for determining if two data sets come from populations with a common distribution. A q-q plot is a plot of the

昨天說到這個問題，想了一些思路，今天就把它實現了一下，也是收穫滿滿。 問題描述： 這一類的問題估計大家見過很多，大致是這樣的： 有n階台階，小明每次只能上1個或2個台階，問他有多少種方案走完n階台階。 解決方案： 1、 作為一個標準的程式員，我的第一反應就是：最後一次邁兩個台階or一個台階，那麼問題就表示為：f（n）=f（n-1）+f（n-2） 於是乎，一個遞迴程式就這麼出來了。 //遞迴實現，f(n)=f(n-1)+f(n-2),時間複雜度O(n*n)int

引出 正則化項可以取不同的形式。例如迴歸問題中，損失函數是平方損失，正則化項可以是參數向量的L2範數： 這裡，表示參數向量w的L2範數。 正則化項也可以是參數向量的L1範數： 這裡表示參數向量w的L1範數。 L1和L2的定義 L1是絕對值之和，L2是平方之和。 更深層的含義 L1追求的是稀疏，可以理解為變數個數少，L2主要用於處理過擬合問題，讓每個權重參數值小。。 L2能加速訓練。。

今天被問到cross bilateral Filter，雖然自己知道這肯定是一種濾波演算法，但是究竟它和bilateral Filter有什麼關係。覺得，作為一個影像處理研究者，一定要基礎紮實，所以趕緊去看看。 NerdLand在Tech Stuff中描述提到“Joint Bilateral Filter is also referred to as Cross bilateral filter”。也就是說Both mean the same。 原來神乎其神的Cross

迴歸就是設法找出變數間在數量上的依存變化關係，用函數運算式表達出來，這個運算式稱之為迴歸方程。 迴歸問題的條件/前提： 1）收集的資料 2）假設的模型 該模型是一個函數，這個函數含有未知的參數，通過學習可以對參數值做一個估計。然後利用這個模型去預測或分類新的資料。 1. 線性迴歸 收集的資料中，每一個分量均可以看做是一個特徵。 當兩個變數存在準確、嚴格的直線關係時，可以用Y=aX+b，表示兩者的函數關係。其中X是自變數（independent

本文大部分內容來自下面的參考連結，加上自己對原始碼和論文的一些理解。寫下來以備後續尋找。 一 、論文原理分析 演算法路線：gPb—->OWT—–>UCM 每一部分的功能： gPb（Global Pb）：計算每一個pixel作為boundary的可能性，即pixel的weight； OWT（Oriented Watershed Transform）將上述gPb的結果轉換為多個閉合的regions； UCM（Ultrametric Contour

RDD Persistence StorageLevel describe NONE RDD不做持久化 DISK_ONLY RDD分區僅持久化在磁碟 DISK_ONLY_2 _2,即將每個分區備份到2個叢集節點,其他同上 MEMORY_ONLY 預設持久化策略. 將RDD作為JAVA對象還原序列化後持久化到JVM虛擬機器記憶體中,如果記憶體不能容納所有的RDD分區,則有些RDD分區資料不能持久化。即不能被命中(cached),當這些RDD分區再次被使用時，需要重新計算

應用情境 為了能在jupyter中開發spark程式，博文記錄在 jupyter 中配置 spark 開發環境過程。 參考很多部落格無法有效搭建 jupyter 中spark開發環境。 必備組件 spark 下載 spark-2.3.0-bin-hadoop2.7.tgz Apache Toree Apache Toree has one main goal: provide the foundation for interactive applications to

2016-10-05 前言 趁著十一放假有大量的自由時間，百度了一下如何用hexo搭建部落格，這裡記錄一下過程，順便測試一下七牛雲端儲存。 技術變化太快，整個搭建過程不保證永久有效。 搭建部落格 作業系統：win10 Node: v6.2.0 x64 Git: 2.10.1 x64 Hexo的參考文檔：極客學院翻譯的Hexo 中文文檔

這次做的滴滴線上筆試題有兩道編程題。第一題是常規題目，解法有多種，第二題有一定難度，記錄如下： 1、連續最大和 題目描述 一個數組有N個元素，求連續子數組的最大和。例如：[-1,2,1]，和最大的連續子數組為[2,1]，其和為3。 輸入描述 輸入為兩行。 第一行一個整數n(1<=n<=100000)，表示一共有n個元素，第二行為n個數，每個元素每個整數都在32位int範圍內。以空格分隔。

說到CAD，我就想起曾經學習CAD的事兒。那個時候我還不認識CAD，而朋友是學室內設計的，需要完成CAD作業。當時我去找她玩，叫她在那裡畫CAD，頓時覺得很有趣，就問他怎麼搞的，然後就開啟了學習CAD的路程。 一、什麼是CAD CAD全稱AutoCAD，又稱為電腦輔助，是一款電腦繪圖軟體。可以輔助設計人員進行分析、比較和計算設計資訊資料，完成設計方案。 二、為什麼要將CAD轉換成PDF