从Pointwise导出的*.su网格中并没有FFD Box的相关配置, 但想做优化,必先做参数化. 可以通过以下步骤实现FFD Box的初始化: 1. 配置文件如 RAE2822.cfg 应该说明输入输出网格 还应该有 BOX的8个顶点信息, 及维度 要保证 2. 在包含 RAE2822.cfg ...
分类：
其他好文 时间：
2016-06-14 19:37:22
阅读次数：
192
前一篇文章"Learning to Rank中Pointwise关于PRank算法源码实现"讲述了基于点的学习排序PRank算法的实现.该篇文章主要讲述Listwise Approach和基于神经网络的ListNet算法及Java实现.包括：
1.基于列的学习排序(Listwise)介绍
2.ListNet算法介绍
3.ListNet算法Java实现
LTR中单文档方法是将训练集里每一个文档当做一个训练实例,文档对方法是将同一个查询的搜索结果里任意两个文档对作为一个训练实例,...
分类：
编程语言 时间：
2015-02-05 23:31:36
阅读次数：
1230
讲述的就是Learning to Rank中Pointwise的认识及PRank算法的实现.主要从以下四个方面进行讲述：
1.学习排序(Learning to Rank)概念
2.基于点的排序算法(Pointwise)介绍
3.基于顺序回归(Ordinal Regression-based)的PRank排序算法
4.PRank算法Java\C++实现及总结
同时讲述过程中遇到的困难及解决方法,希望文章对大家有所帮助,如果文章中有错误或不足之处!见谅~...
分类：
编程语言 时间：
2015-01-28 06:12:48
阅读次数：
408
属于同一类的文档之间无法排序；
完全从单文档的分类角度计算，没有考虑文档之间的相对顺序。...
分类：
编程语言 时间：
2014-12-24 11:54:32
阅读次数：
386
学习排序算法简介
学习排序（Learning to Rank, LTR）是一类基于机器学习方法的排序算法。
传统经典的模型，例如基于TFIDF特征的VSM模型，很难融入多种特征，也就是除了TFIDF特征之外，就无法融入其他种类的特征了。
而机器学习的方法很容易融合多种特征，而且有成熟深厚的理论基础，参数也是通过迭代计算出来的，有一套成熟理论来解决稀疏、过拟合等问题。
LTR方法大致可以分成三类：
1） Pointwise 单文档方法
2） Pairwise 文档对方法...
分类：
编程语言 时间：
2014-12-24 10:01:56
阅读次数：
350
