Word2vec 是 Google 在 2013 年年中开源的一款将词表征为实数值向量的高效工具, 其利用深度学习的思想，可以通过训练，把对文本内容的处理简化为 K 维向量空间中的向量运算，而向量空间上的相似度可以用来表示文本语义上的相似度。Word2vec输出的词向量可以被用来做很多 NLP 相关...
分类：
其他好文 时间：
2015-04-03 22:24:27
阅读次数：
705
官方网站：https://ece.uwaterloo.ca/~z70wang/research/ssim/
1、SSIM
structural similarity index
一种衡量两幅图像相似度的新指标，其值越大越好，最大为1，
经常用到图像处理中，特别在图像去噪处理中在图像相似度评价上全面超越SNR（signal to noise ratio）和PSNR（...
分类：
其他好文 时间：
2015-04-03 19:29:28
阅读次数：
266
问题
许多程序会大量使用字符串。对于不同的字符串，我们希望能够有办法判断其相似程度。我们定义了一套操作方法来把两个不相同的字符串变得相同，具体的操作方法为：
1.修改一个字符（如把“a”替换为“b”）。
2.增加一个字符（如把“abdd”变为“aebdd”）。
3.删除一个字符（如把“travelling”变为“traveling”）。
比如，对于“abcdefg”和“abcdef”...
分类：
其他好文 时间：
2015-04-02 11:48:52
阅读次数：
184
在配置servlet映射时，节点的子节点可以用通配符来配置,通配符格式有以下2种:以/开头/*结尾，如/*、/news/**.后缀名,如*.do通配符匹配原则：相似度越高，匹配度越高*.后缀名的优先级最低举例：如果一个网站要暂时关闭整改，不管用户访问什么资源，页面都跳出“网站在整改中，暂时关闭”，现...
分类：
Web程序 时间：
2015-03-31 23:48:34
阅读次数：
189
在泰国举行的谷歌开发者论坛上，谷歌为我们介绍了一个名叫
Glide 的图片加载库，作者是bumptech。这个库被广泛的运用在google的开源项目中，包括2014年google I/O大会上发布的官方app。
它的成功让我非常感兴趣。我花了一整晚的时间把玩，决定分享一些自己的经验。在开始之前我想说，Glide和Picasso有90%的相似度，准确的说，就是Picasso的克隆版本。但是在细...
分类：
其他好文 时间：
2015-03-29 12:17:51
阅读次数：
138
在用聚类算法如k-means对数据进行聚类处理的时候，按照一般的处理方法，需要将每个数据跟其他所有的元素进行比较，计算相似度，然后才能聚类。假定有N个元素，则需计算N*（N-1）/2 次，当N非常大的时候，则非常消耗时间，这种时候，可以使用K-d树数据结构，对所有数据进行重新组织，构成一棵而叉树。k...
分类：
编程语言 时间：
2015-03-19 18:02:21
阅读次数：
135
根据Neal Krawetz博士的解释，原理非常简单易懂。我们可以用一个快速算法，就达到基本的效果。这里的关键技术叫做"感知哈希算法"（Perceptual hash algorithm），它的作用是对每张图片生成一个"指纹"（fingerprint）字符串，然后比较不同图片的指纹。结果越接近，就说...
分类：
编程语言 时间：
2015-03-13 15:48:17
阅读次数：
880
--input(path): 存储用户偏好数据的目录，该目录下可以包含一个或多个存储用户偏好数据的文本文件；--output(path): 结算结果的输出目录--similarityClassname (classname): 向量相似度计算类，可选的相似度算法包括CityBlockSimilari...
分类：
其他好文 时间：
2015-03-12 18:33:00
阅读次数：
152
KNN即K-Nearest Neighbor，是数据挖掘中一种最简单的分类方法，即要判断某一个样本属于已知样本种类中的哪一类时，通过计算找出所有样本中与测试样本最近或者最相似的K个样本，统计这K个样本中哪一种类最多则把测试样本归位该类。如何衡量两个样本的相似度？可以用向量的p-范数来定义。
假设有两个样本X=(x1, x2, ..., xn)，Y=(y1, y2, ..., yn)，则他们之间的相似度可以用以下向量p-范数定义：...
分类：
其他好文 时间：
2015-03-08 17:22:38
阅读次数：
208
搜索引擎抓取内容模拟器可以模拟蜘蛛抓取指定网页，包括Text、Link、Keywords及Description信息等。http://www.webconfs.com/search-engine-spider-simulator.php页面相似度检测工具检验两个页面的相似度（如果相似度达80%以上，...
分类：
其他好文 时间：
2015-03-05 12:41:13
阅读次数：
202
