<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[azhuer的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/azhuer</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; azhuer]]></copyright><item><title><![CDATA[ID3算法应用实例背景知识--转]]></title><link>https://blog.youkuaiyun.com/azhuer/article/details/2346674</link><guid>https://blog.youkuaiyun.com/azhuer/article/details/2346674</guid><author>azhuer</author><pubDate>Wed, 30 Apr 2008 10:17:00 +0800</pubDate><description><![CDATA[背景知识： 决策树是对数据进行分类，以此达到预测的目的。该决策树方法先根据训练集数据形成决策树，如果该树不能对所有对象给出正确的分类，那么选择一些例外加入到训练集数据中，重复该过程一直到形成正确的决策集。决策树代表着决策集的树形结构。 决策树由决策结点、分支和叶子组成。决策树中最上面的结点为根结点，每个分支是一个新的决策结点，或者是树的叶子。每个决策结点代表一个问题或决策，通常对应于待分类]]></description><category></category></item><item><title><![CDATA[Lucene加中文分词paoding调研结果]]></title><link>https://blog.youkuaiyun.com/azhuer/article/details/2344170</link><guid>https://blog.youkuaiyun.com/azhuer/article/details/2344170</guid><author>azhuer</author><pubDate>Tue, 29 Apr 2008 20:32:00 +0800</pubDate><description><![CDATA[  Lucene加中文分词paoding调研结果 因为项目原因，调研了下全文检索。网上开源的最流行的检索好像是lucene,nutch据说是稳定性有待测试，所以没试。需要说明的是我要做的这个全文检索是搜索本项目的文档，网页和数据库内容，不涉及到web上网页的搜索。Lucene介绍的文章很多，重点的都看了，原理不明白的可以看下以下：http://www.ibm.com/devel]]></description><category></category></item><item><title><![CDATA[hihibernate的使用]]></title><link>https://blog.youkuaiyun.com/azhuer/article/details/2236258</link><guid>https://blog.youkuaiyun.com/azhuer/article/details/2236258</guid><author>azhuer</author><pubDate>Tue, 01 Apr 2008 13:14:00 +0800</pubDate><description><![CDATA[ 我现在用hibernate tools生成了些映射文件，但也有很多人用synchronize，我也试过，差不多的。我用的是oracle数据库，在classpath中必须加入它的包class12.jar。网上的一篇介绍的比较全，它的数据库是mysql，引用下：一、简介：Hibernate Synchronizer是一个基于Hibernate框架的免费Eclipse代码生成工具插件，可以根据Hi]]></description><category></category></item><item><title><![CDATA[普元EOS平台]]></title><link>https://blog.youkuaiyun.com/azhuer/article/details/2071434</link><guid>https://blog.youkuaiyun.com/azhuer/article/details/2071434</guid><author>azhuer</author><pubDate>Tue, 29 Jan 2008 14:05:00 +0800</pubDate><description><![CDATA[ ]]></description><category></category></item><item><title><![CDATA[粗糙集理论介绍]]></title><link>https://blog.youkuaiyun.com/azhuer/article/details/1929033</link><guid>https://blog.youkuaiyun.com/azhuer/article/details/1929033</guid><author>azhuer</author><pubDate>Tue, 11 Dec 2007 11:37:00 +0800</pubDate><description><![CDATA[ 面对日益增长的数据库，人们将如何从这些浩瀚的数据中找出有用的知识？我们如何将所学到的知识去粗取精？什么是对事物的粗线条描述什么是细线条描述？粗糙集合论回答了上面的这些问题。要想了解粗糙集合论的思想，我们先要了解一下什么叫做知识？假设有8个积木构成了一个集合A，我们记：A={x1,x2,x3,x4,x5,x6,x7,x8}，每个积木块都有颜色属性，按照颜色的不同，我们能够把这堆积木分成R1={红，]]></description><category></category></item><item><title><![CDATA[人工智能 数据挖掘 盟友]]></title><link>https://blog.youkuaiyun.com/azhuer/article/details/1903761</link><guid>https://blog.youkuaiyun.com/azhuer/article/details/1903761</guid><author>azhuer</author><pubDate>Tue, 27 Nov 2007 10:24:00 +0800</pubDate><description><![CDATA[ http://blog.sina.com.cn/dataminer321]]></description><category></category></item><item><title><![CDATA[人工智能会议(二三流)]]></title><link>https://blog.youkuaiyun.com/azhuer/article/details/1903746</link><guid>https://blog.youkuaiyun.com/azhuer/article/details/1903746</guid><author>azhuer</author><pubDate>Tue, 27 Nov 2007 10:09:00 +0800</pubDate><description><![CDATA[ AAMAS (2+): agent方面最好的会议. 但是现在agent已经是一个一般性的概念, 几乎所有AI有关的会议上都有这方面的内容, 所以AAMAS下降的趋势非常明显. ECCV (2+): 计算机视觉方面仅次于ICCV的会议, 因为这个领域发展很快, 有可能 升级到1-去. ECML (2+): 机器学习方面仅次于ICML的会议, 欧洲人极力捧场, 一些人认为它已 经是1-了]]></description><category></category></item><item><title><![CDATA[数据挖掘领域的主要会议]]></title><link>https://blog.youkuaiyun.com/azhuer/article/details/1903741</link><guid>https://blog.youkuaiyun.com/azhuer/article/details/1903741</guid><author>azhuer</author><pubDate>Tue, 27 Nov 2007 10:06:00 +0800</pubDate><description><![CDATA[一流的：数据库三大顶级会议SIGMOD，VLDB，ICDE，数据挖掘KDD，实际相关的还有机器学习ICML,还有信息检索的SIGIR；数据库的理论会议PODS，但它是理论的会议所以和咱们就不大相关了 二流的：EDBT，ICDT，CIKM，SDM，ICDM，PKDD，还有ECML欧洲的机器学习会议（这个应该是1.5档的，比一般的二流好），这些会也不好中，中了也会会觉得不一定爽，你可能觉得再以努力就上]]></description><category></category></item><item><title><![CDATA[人工智能学习资源 [转帖]]]></title><link>https://blog.youkuaiyun.com/azhuer/article/details/1903734</link><guid>https://blog.youkuaiyun.com/azhuer/article/details/1903734</guid><author>azhuer</author><pubDate>Tue, 27 Nov 2007 10:02:00 +0800</pubDate><description><![CDATA[科大人工智能实验室 网址：http://ailab.ai.ustc.edu.cn/ 图象识别与人工智能研究所 网址：http://iprai.hust.edu.cn/ 人工智能实验室 网址：http://www.aiport.net/ 人工智能历史 网址：http://www.longen.org/A-D/detaila~d/AIHistory.htm 神经网络在线 网址：http]]></description><category></category></item><item><title><![CDATA[计算机类中文核心期刊影响因子]]></title><link>https://blog.youkuaiyun.com/azhuer/article/details/1903731</link><guid>https://blog.youkuaiyun.com/azhuer/article/details/1903731</guid><author>azhuer</author><pubDate>Tue, 27 Nov 2007 10:00:00 +0800</pubDate><description><![CDATA[ 计算机学报        　　           0.921软件学报        　　　　　　  0.919计算机集成制造系统一CIMS        0.855计算机研究与发展                0.806计算机辅助设计与图形学学报        0.692中文信息学报　                   0.635中国图象图形学报        0.616计算机应用研究  ]]></description><category></category></item><item><title><![CDATA[数据集与源代码]]></title><link>https://blog.youkuaiyun.com/azhuer/article/details/1903725</link><guid>https://blog.youkuaiyun.com/azhuer/article/details/1903725</guid><author>azhuer</author><pubDate>Tue, 27 Nov 2007 09:57:00 +0800</pubDate><description><![CDATA[ 看到很多人要数据集和源代码，这里说几句，UCI数据集是一个常用的标准测试数据集，下载地址在http://www.ics.uci.edu/~mlearn/MLRepository.html我的主页上也有整理好的一些UCI数据集：http://lamda.nju.edu.cn/yuy/files/download/UCI_arff.zip在看别人的论文时，别人使用的数据集会给出数据集的出]]></description><category></category></item><item><title><![CDATA[jesse]]></title><link>https://blog.youkuaiyun.com/azhuer/article/details/1896579</link><guid>https://blog.youkuaiyun.com/azhuer/article/details/1896579</guid><author>azhuer</author><pubDate>Wed, 21 Nov 2007 15:36:00 +0800</pubDate><description><![CDATA[我们假设有一个交易系统，客户提出要买的东西，卖家提供要买的东西，如果有符合的，就成交。这是一个很简单的系统，用一般程序语言也可以实现，但是我们看看专家系统开发更简单的方法。1第一条规则如果来了新的客户，取得这个客户所有需要的商品，并产生新的事实。(defrule query-buyer  ?fact =>  (retract ?fact)  (foreach ?i (nth$ 2 (s]]></description><category></category></item><item><title><![CDATA[clips程序]]></title><link>https://blog.youkuaiyun.com/azhuer/article/details/1896575</link><guid>https://blog.youkuaiyun.com/azhuer/article/details/1896575</guid><author>azhuer</author><pubDate>Wed, 21 Nov 2007 15:32:00 +0800</pubDate><description><![CDATA[CLIPS的文章真不好找，比较好的资料只有Advanced Programming Guid这样的英文文档。刚开始看这个文档看的晕乎乎的。尤其是对CLIPS和C语言的编程。不过，就在前天晚上我的CLIPS学习出现的转机，老大为了赶项目，把我和兔子叫去在实验室通宵写程序。虽然很困，不过老大给我讲了CLIPS在Linux下的安装，并利用Clips写了个超限分析的例子。这个使我对CLIPS结合C]]></description><category></category></item><item><title><![CDATA[CLIPS的使用 概念 例程]]></title><link>https://blog.youkuaiyun.com/azhuer/article/details/1896564</link><guid>https://blog.youkuaiyun.com/azhuer/article/details/1896564</guid><author>azhuer</author><pubDate>Wed, 21 Nov 2007 15:28:00 +0800</pubDate><description><![CDATA[ CLIPS是一个专家系统，它用C语言编定。全称是The C Language Integrated Production System.它可以应用到很多的系统上，如Microsoft Windows,Macintosh,VAX 11/780等。事实上，由于CLIPS由C语言编写，所以理论上，只要有C语言的编绎器，我们可以将CLIPS移值到任何的系统上。专家系统是将某领域专家们的知识与经验]]></description><category></category></item><item><title><![CDATA[人工智能clips]]></title><link>https://blog.youkuaiyun.com/azhuer/article/details/1896557</link><guid>https://blog.youkuaiyun.com/azhuer/article/details/1896557</guid><author>azhuer</author><pubDate>Wed, 21 Nov 2007 15:26:00 +0800</pubDate><description><![CDATA[http://topic.youkuaiyun.com/t/20060719/18/4891406.html ]]></description><category></category></item><item><title><![CDATA[CLIPS程式技巧]]></title><link>https://blog.youkuaiyun.com/azhuer/article/details/1896543</link><guid>https://blog.youkuaiyun.com/azhuer/article/details/1896543</guid><author>azhuer</author><pubDate>Wed, 21 Nov 2007 15:22:00 +0800</pubDate><description><![CDATA[ 练习一 (安装与设定)练习二 (简易程式)简易程式练习三 (资料定义与逻辑比较)练习四 (模组化)模组化练习五 (读取资料)读取资料练习六 拓朴演算法练习七 物件导向程式设计练习八 程序控制与平行处理撰写程式经常发现的问题实例讨论专家有何特殊不同之处 和用网页来表达有何不同 Procedure/non-procedure languages哲学思考练习一 (安装与设定)下载程式及安装 (http]]></description><category></category></item></channel></rss>