zaozxueyuan-CSDN博客

原创 opnet中关键概念

1、事件的持续时间 OPNET允许多个事件同时发生，因此要限制每个事件的持续时间为零。否则后续事件也需同一仿真时间开始，导致事件表的调度出现问题。这也是为什么将对事件的执行称为中断的原因。2、仿真时间和物理时间OPNET 推进是仿真时间，和逝去时间(Elapsed time)有着本质的区别。逝去时间是仿真程序运行的时间，是真实的时间，反映了仿真程序执行的速度，由机器的硬件速

2014-08-25 09:38:29 906 1

原创 java泛型

Jade语言: 高亮代码由发芽网提供01 import java.util.ArrayList;02 import java.util.Iterator;03 04 public class fanxing {05 public static void main(String args[]) {06 ArrayList al=new Arra

2014-08-06 15:36:38 644

转载每天学习八小时以下是不道德的（牛人的语言学习历程）－－转

我在北美读书，不断有小朋友问我学习和申请的事情，不回答不好，回答吧，又好像我有意教人似的。经验教训谈这种东西最不靠谱，别人的事情，也就是看个热闹，该自己奋斗的还是自己奋斗。我终于写了这一篇，写得很费力，时间太紧迫，为这个搁下了要紧的任务，代价代价。生活残酷，过河卒子只能拼命向前。得看长远的将来的目标，尽量不让一日闲过啊。只要看看身边牛人，学术超人，就觉得自己该狠狠摸爬滚打，而不是这样向后看（

2014-07-24 16:48:22 1596

转载一年三篇IF大于7的牛人告诉你怎么写SCI

这是一个一年三篇IF大于7的牛人当我问道他怎么这么强的时候，他给我他在网上总结发文章的秘笈。看了实在是心中有一种感觉，特奉献出来一、研究生必备四本俗话说好记性不如烂笔头，所以一定要首先养成做笔记的好习惯！作为研究生下面这几个本子是必不可少的 1，实验记录本（包括试验准备本），这当然首当其冲必不可少，我就不多说了； 2，Idea记录本，每次看文献对自己有用的东西先记下，由此产生的

2014-07-24 16:42:40 885

转载数据分析：常用的降维方法

主成分分析

2014-07-22 16:58:35 4400

转载经验风险最小化（ERM, Empirical risk minimization）

本文摘自：http://hi.baidu.com/taozpwater/item/abdd1a1084a1364b3b176e59

2014-06-06 11:17:52 6836

转载正则化，归一化的解释

正则化（Regularization）、归一化（也有称为正规化/标准化，Normalization）是对数据尽心预处理的方式，他们的目的都是为了让数据更便于我们的计算或获得更加泛化的结果，但并不改变问题的本质，下面对他们的作用分别做一下科普，如有不正确之处，求指正！前言需要注意的是，这些名词在不同的领域含义也有点区别，这里仅仅指的是在进行机器学习研究的时候所使用的意义。

2014-06-06 10:58:42 1143

转载 RMSE

RMSE 即均方根误差。均方根误差亦称标准误差，其定义为，i=1，2，3，…n。在有限测量次数中，均方根误差常用下式表示：√[∑di^2/n]=Re，式中：n为测量次数；di为一组测量值与真值的偏差。

2014-06-03 19:49:44 10305

转载二八定律

二八现象1.管理学：通常一个企业80%的利润来自它20%的项目[2]；这个80/20定二八定律图示律被一再推而广之--经济学家说，20%的人手里掌握着80%的财富。有这样两种人，第一种占了80%，拥有20%的财富；第二种只占20%，却掌握80%的财富。2.心理学：20%的人身上集中了人类80%的智慧，他们一出生就鹤立鸡群。3.日常生活中的“二八法则

2014-06-03 19:29:07 1634

转载什么是长尾理论

一、概念简单的说，所谓长尾理论是指，只要产品的存储和流通的渠道足够大，需求不旺或销量不佳的产品所共同占据的市场份额可以和那些少数热销产品所占据的市场份额相匹敌甚至更大，即众多小市场汇聚成可产生与主流相匹敌的市场能量。也就是说，企业的销售量不在于传统需求曲线上那个代表“畅销商品”的头部，而是那条代表“冷门商品”经常为人遗忘的长尾。举例来说，一家大型书店通常可摆放10万本书，但亚马逊网络书店的图书

2014-06-03 19:26:33 4858

转载聚类分析（一）什么是聚类分析

将一群物理对象或者抽象对象的划分成相似的对象类的过程。其中类簇是数据对象的集合，在类簇中所有的对象都彼此相似，而类簇与类簇之间的对象是彼此相异。聚类除了可以用于数据分割（data segmentation）,也可以用于离群点检测（outlier detection）,所谓的离群点指的是与“普通”点相对应的“异常”点，而这些“异常”点往往值的注意。很多人在

2014-03-30 22:02:02 8817

转载聚类分析（三） K中心点算法（k-mediods）

K 中心点算法（ K-medoids ）前面介绍了 k-means 算法，并列举了该算法的缺点。而 K 中心点算法（ K-medoids ）正好能解决 k-means 算法中的 “噪声”敏感这个问题。如何解决的呢？首先，我们得介绍下 k-means 算法为什么会对“噪声”敏感。还记得 K-means 寻找质点的过程吗？对某类簇中所有的样本点维度求平均值，即获得该类簇质点的维

2014-03-30 22:01:01 3694 1

转载聚类分析（七）离群点分析

一、什么是离群点分析1 、什么是离群点？在样本空间中，与其他样本点的一般行为或特征不一致的点，我们称为离群点。2 、离群点产生的原因？第一，计算的误差或者操作的错误所致，比如：某人的年龄 -999 岁，这就是明显由误操作所导致的离群点；第二，数据本身的可变性或弹性所致，比如：一个公司中 CEO 的工资肯定是明显高于其他普

2014-03-30 21:59:53 19102 3

转载聚类分析（四）层次聚类算法

层次聚类算法：前面介绍的 K-means 算法和 K 中心点算法都属于划分式（ partitional ）聚类算法。层次聚类算法是将所有的样本点自底向上合并组成一棵树或者自顶向下分裂成一棵树的过程，这两种方式分别称为凝聚和分裂。凝聚层次算法 :初始阶段，将每个样本点分别当做其类簇，然后合并这些原子类簇直至达到预期的类簇数或者其他终止条件。分裂层次算法 :初始

2014-03-30 21:58:58 2098

转载聚类分析（六）基于密度的聚类算法 — OPTICS

1 什么是 OPTICS 算法在前面介绍的 DBSCAN 算法中，有两个初始参数 E （邻域半径）和 minPts(E 邻域最小点数 ) 需要用户手动设置输入，并且聚类的类簇结果对这两个参数的取值非常敏感，不同的取值将产生不同的聚类结果，其实这也是大多数其他需要初始化参数聚类算法的弊端。为了克服 DBSCAN 算法这一缺点，提出了 OPTICS 算法（ Ordering Poin

2014-03-30 21:57:58 2938

转载关联规则（一）Apriori算法

1．挖掘关联规则1.1 什么是关联规则一言蔽之，关联规则是形如 X → Y 的蕴涵式，表示通过 X 可以推导 “ 得到 ” Y ，其中 X 和 Y 分别称为关联规则的先导 (antecedent 或 left-hand-side, LHS) 和后继 (consequent 或 right-hand-side, RHS)1.2 如何量化关联规则关联规则挖

2014-03-30 21:56:21 1947

转载聚类算法之MST算法 java实现版本

在介绍最小生成树算法（MST）之前，简单说一下平均链接算法（average-link）的实现过程，平均链接聚类算法和单链接类似，多了计算聚类之间距离矩阵的步骤实现步骤如下： 1，将元素各成一组，把这些组放入容器H 2，循环元素距离数组，根据两层下标得到将要比较的两个元素A,B 3，在H中分别查找含有A，B的组AH，BH。假如AH不等

2014-03-30 21:51:57 1746

转载 videolectures 100个最受欢迎的机器学习视频

26971 views, 1:00:45, Gaussian Process Basics, David MacKay, 8 comments7799 views, 3:08:32, Introduction to Machine Learning, Iain Murray16092 views, 1:28:05, Introduction to Support Vector Machines,

2014-03-30 21:48:45 898

转载聚类分析（五）基于密度的聚类算法 — DBSCAN

一什么是基于密度的聚类算法由于层次聚类算法和划分式聚类算往往只能发现凸形的聚类簇。为了弥补这一缺陷，发现各种任意形状的聚类簇，开发出基于密度的聚类算法。这类算法认为，在整个样本空间点中，各目标类簇是由一群的稠密样本点组成的，而这些稠密样本点被低密度区域（噪声）分割，而算法的目的就是要过滤低密度区域，发现稠密样本点。二 DBSCAN （ Density-based Spat

2014-03-30 21:47:29 1721 1

转载关于准确率（Precision），召回率（Recall），F1-Measure的解析

在做图像检索时，通常会遇到准确率(Precisio)、召回率(Recall)，在此记录一下他们的含义我们用P代表Precision，R代表Recall简单来说，Precision指的是检索出来的条目中有多少是准确的，Recall指的是所有准确的条目有多少被检索出来。也可以用下面这张图来解释我们当然希望检索的结果P越高越好，R也越高越好，但事实

2014-03-30 21:19:48 3498 1

转载 Kmeans、Kmeans++和KNN算法比较

资源来源：点击打开链接K-Means介绍 K-means算法是聚类分析中使用最广泛的算法之一。它把n个对象根据他们的属性分为k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。其聚类过程可以用下图表示：如图所示，数据样本用圆点表示，每个簇的中心点用叉叉表示。(a)刚开始时是原始数据，杂乱无章，没有label

2014-03-30 21:12:10 1076

zaozxueyuan的专栏