对github中的wechat_big_data_baseline_pytorch进行了修改，主要是整合了512个embded内容描述字段，可惜错过提交截止时间，看上去AUC结果还不错。第一次独立一人完成了整个大数据竞赛，特此纪念。无embded数据预处理# -*- coding: utf-8 -*-#准备数据，跑一次就好import numpy as npimport pandas as pdfrom tqdm import tqdmfrom google.colab impor.

library flutter_rubic;import 'dart:io';import 'dart:math' as Math;import 'dart:ui';import 'package:flutter/material.dart';import 'package:flutter/services.dart' show rootBundle;import 'package...

【2007年，写此连载时，自己作序如下】在几年前，我就有些冲动，想把从源码中看到的东西记下来，这里面主要的缘由是当我接触大师们的作品时，除了钦佩之情之外，更多的便是感激。我也想把这份激动带给其它的同仁们，希望在看我余下的这些篇章的时候，也能有所收获，并从中得到快乐！以下所有文章皆结合工程中的实际代码而来，有些是我自己动手写的，更多的则是前辈高人所做，我将在引用这些代码片段的时候说明这些情况

96年的夏天，我刚上大一下学期，那时学习的语言是fortan 77，上机是VME中型机，操作系统是Novell，教课的是颇有名气的薛学勤教授，我利用业余时间用这门语言做了两个程序，一个是类似autocad的全屏二维平面设计程序，另一个就是求一百位PI值，很不幸，在写一百位pi值的时候，被薛老师发现了，他告诫我说应该把基础打好，不要一上来就写复杂的程序，这样对自己发展不好。最后的结果是我的写完了这个

需求：  求第1500个只有2,3,5因子的数             数是从小到大排列             第一个数是1,1=2^0*3^0*5^0               //execute   result:     //pos:1500   ==>   ans:(2^17*3^8*5^0)     //Calculate   time   est

需求说明：在一个正方体内，有平方个方格相邻排列，每个方格里面有一个开关，每个开关按下的时候，会翻转相邻四个格子和它自己格子灯的亮灭，已知条件为正方形的尺寸，求哪些开关按下才能保证所有区域的灯都被点亮。void CAnswer::OnPaint(){    CPaintDC dc(this); // device context for painting

华容道求解：void CHrdView::OnDirector(){    int x=0,toppos=2,nextpos=0,endpos=2,count,stepcount=1;    int i,j,l;    int canback=0,onlyone=0;    char ordertemp[13];    DWORD buffer[

以下是2003年我在看分形算法之后写的一个关于IFS(迭代函数系)类分形实现程序，ifs是分形中最为简单的一类，用途很广。该类利用信息的自相似特性，可以描述很多自然界中存在的食物，如海岸，山脉，树木，楼宇，其数学抽象为仿射坐标变换,旋转，扭曲，平移三种效果的迭加。特别的，对于二维图像只要事先给定a,b,c,d,e,f系数，就可以确定五花八门的图像了。x(n+1) = a*x(n) + b*

算法原理：从一个能量源出发，每此绘图周期中，波形向四周扩张，可以证明，扩张的过程可以简单的认为能量扩散到相邻的四个点。t2[x,y] = ((t1[x-1,y]+t1[x,y-1]+t1[x+1,y]+t1[x,y+1])/2)-t2[x,y];再考虑衰减：t2[x,y] -= (t2[x,y]>>5);之后根据每个点能量值，直接换算成像素偏移量，新一帧的图像就得到了：x2

游戏等软件中经常会遇到能活动的人，其活动过程能够随情景变化，非常具体吸引力， 分析其实现原理，常见的有三种：一种是类 似视频，gif 动画那样的， 事先预存了每帧图像信息，更具要求快速播放指定的图像序列，形成动画，此类可以图像源来自摄像， 所以很逼真，效率也很高，无需太多的数值 运算，但扩充非常麻烦，维护代价很大，数 据过于冗余。还有一类是类似 flash 动画文 件类的，通过脚本配合界面元素发生

常见的无损压缩有：香农编码，行程码压缩 编码,.霍夫曼编码，LZW编码，算术编码等。 其核心思想无非是降低数据冗余，把重复的 较长的编码用较短的编码来替换，实现整体 尺寸的下降，下面以zlib中的压缩核心代码为例加以说明： int ZEXPORT deflate (strm, flush) z_streamp strm; int flush;

视频，音频等多媒体文件中，丢失一定的有用信息，来实现数据的高压缩率同时恢复后 媒体质量并未发生很大变化。其很大程度依 赖于人对媒体的敏感部分，如音频局限在 200~20kHz,所以理论上这两者之外的采样 数据都可以丢弃，同时在这个频带内不同频 率，敏感程度也不同，因此出现了对数转换 （a,μ率），傅里叶变换，小波变换，将数据 按照声音频率高低排序后，提取低频成分， 剔除高频成分，数据量大大减少。另

目前人脸识别的算法可以分类为： 神经网络 特征脸 基于样本学习方 支持向量机 隐马尔科夫模型 ADABOOST 算法(弱类聚合) 公认的以最后的算法最为高效，代码取自 intel opencv 库#include "AdaBoost.h" #include

1、有5栋5种颜色的房子。  2、每一位房子主人的国籍都不同。  3、5 个人每人只喝一种饮料、只抽一个牌子的香烟、只养一种宠物。  4、没有有人有相同的宠物、抽相同的香烟、喝相同的饮料。  提示：  1、英国人住红房子。  2、瑞典人养狗。 3、丹麦人喝茶。  4、绿房子在白房子的左边 5、绿房子的主人喝咖啡。  6、抽PALL MALL烟的人养鸟。

Hmm算法，nuance asr关键实现 hmm为目前最流行的大规模语音识别算法，基本思想是把每个声音片段（20ms）的特征信息（如MFCC）作为每个马科夫链的观察节点，说话过程，就是这些节点之间的转移，根据已经了解到每个音节对应的节点跳转关系，可以识别出当前语言对应的最靠谱的音节（维特比算法）。//---------------------------

大规模搜索引擎，基本思路是利用网络爬虫获取所有web内容，将各种文档内容提取出来存储，同时对存储的各种文档内容建立索引，以及页面引用数等信息做保存，之后对待搜索的关键字的标志位和索引表进行布尔过滤，即可得到相关内容。但大数据的存储，快速建索引，相近内容，结果排序等还是有不少挑战的，这里面和网格运算，分布式存储等技术密不可分，具体数学原理可以参考吴军的《数学之美》。 以下代码片段选自开源搜索引擎lu

用神经网学习过程让一系列鼠标轨迹和具体的含义产生关联，然后就可以进行正常工作了, 后将学习算法替换为svm, 效率更高，效果更好。以下代码使用了bpnn库，其数学原理为，事先给定一个随机系数的多层交叉累加运算过程，让已知的输入放入这个运算过程中，得到输出与预期输出直接的误差，将误差按一固定的比例分配到每层都系数上，逐渐逼近正确参数。#define fastcopy(to,from,le

节选自Sen Zhang博士的语言识别工具源码：字转拼音 ，得到汉字对应的拼音，再按照规则生成音节序列，之后根据音节顺次播放声音片段，并在片段边缘做平滑处理，就能接近真人发音的效果了。/*--------------------------------------------------------------Convert the Chines

RSA算法是一种非对称密码算法，所谓非对称，就是指该算法需要一对密钥，使用其中一个加密，则需要用另一个才能解密。　　RSA的算法涉及三个参数，n、e1、e2。　　其中，n是两个大质数p、q的积，n的二进制表示时所占用的位数，就是所谓的密钥长度。　　e1和e2是一对相关的值，e1可以任意取，但要求e1与(p-1)*(q-1)互质；再选择e2，要求(e2*e1)mod((p-1)*(q-1

入侵检测系统首推开源项目snort，完善的匹配规则定义，灵活的插件扩充能力使其有强大的生命力，创建规则匹配的核心代码节选如下：可以看出，在分解规则的时候，就已经用多个链表，将不同的规则进行分类了，可以根据分析的场景，有选择的去使用合适的规则，实现高效。void ParseRule(char *prule, int inclevel){ char **toks; /* dbl p

一个较为简单的自动脱壳，并进行识别执行文件是否为病毒的程序，很有参考价值/* EPOS - Heuristic Entry-point Obscuring (Virus) Scanner and Win32. CTX.Phage disinfector by Piotr Bania http://pb.specialised.info */#includ

#from numpy import *#import psyco#psyco.full()shapbase=[[(0,0,0),(1,0,0),(1,1,0),(1,2,0)],[(0,0,0),(1,0,0),(1,1,0),(1,2,0),(0,1,0)], [(0,0,0),(1,0,0),(1,1,0),(1,2,0),(1,3,0)], [(0,1,0),(1,0,0)

import Image,ImageDraw,ImageFont,ImageTk,Tkinter,math,timeimg=Image.new('RGB',(600,600))draw = ImageDraw.Draw(img)def drawcircles():    a=90    b=35    c=0    d=190    e=300

import os,structos.system("t.cmd %s"%(r"sa1.wav"))f=file("tmp.sfs", "rb")f.seek(0x790)headbuf=f.read(0x70)structsize,framesize,framecnt=struct.unpack("III", headbuf[:3*4])oneframe=structsi

用htk训练timit，得到正确率仅50%左右，需要分析原因，使用sfs，可以看出标注的位置有偏差，每个音素之间少了过渡音：path=%path%;D:\Program Files\SFS\Programdel *.sfshed -n sa1.sfsslink -f 16000 -h 1024 -t RAW -i sp sa1.wav sa1.sfsanload -f 16

import subprocess,stringimport win32ui,win32con,pythoncom,win32gui,win32process,win32apiimport time,mathimport stringfrom PIL import ImageGrab,ImageDrawimport osfrom ctypes import *x0=

恢复数据库记录源代码：import os.pathdbfilename="test.db"f=file(dbfilename, "rb")fout=file("out.db", "wb")def readpage(f,ind): f.seek(ind*0x400) return f.read(0x400)def recover(dat): lenmap={}

import glob,base64,binascii,re,locale,string,osdef utf8codechg(ch): v = chr(string.atoi(ch.group()[1:3],16))+chr(string.atoi(ch.group()[4:6],16))+chr(string.atoi(ch.group()[7:9],16)) retu

import glob,refor f in glob.glob("*.lua"): fout = file("%s.out"%f[:-4],"w+") for line in file(f): if re.match(r"^\s*$", line): fout.write(line) continue

//ARMADEUS+i2csw(avrlib)void i2cInit(void){ sbi( SDADDR, SDA); // set SDA as output sbi( SCLDDR, SCL); // set SCL as output I2C_SDL_HI; // set I/O state and pull-ups I2C_SCL_HI; //

package brut.androlib.res.data.value;public class ResStyleValue extends ResBagValue implements ResValuesXmlSerializable {@Override public void serializeToResValuesXml(XmlSerializer serializ

dex前端有两重校验，如果校验值不对，会导致安装时出现INSTALL_FAILED_DEXOPT,修正如下：import hashlib,zlib,structdef fixdex(fn): with open(fn,"rb") as f: fdata=f.read() shaf=hashlib.sha1() shaf.update(fda

function datetime(s::String) datev,timev=split(s) datev=date(datev) if ismatch(r"[:|\s]",timev) m = match(r"[:|\s]",timev) hour,min,sec = split(timev,m.match) hour,min,s

# 散点数据genPoint    pdataldata$Value,"up","down")),Value=array(ldata$ma20))    pdata}

from copy import deepcopyfrom time import clockposinfo0={(0,0):8, (2,1):3,(3,1):6, (1,2):7,(4,2):9,(6,2):2, (1,3):5,(5,3):7, (4,4):4,(5,4):5,(6,4):7, (3

import os,sys,timeimport Imageimport sysposinfo0={(0,0):8, (2,1):3,(3,1):6, (1,2):7,(4,2):9,(6,2):2, (1,3):5,(5,3):7, (4,4):4,(5,4):5,(6,4):7, (3,5):1,

#-*- coding:utf-8 -*-import timedef uninformTM2(arttm, tmrul): if not arttm: return None arttm=arttm.replace('　',' ').replace('－','-').replace('：',':').replace(' ',' ').strip() tmrultm

#-*- coding=utf8 -*-import urllib2,os,urllibbaseurl="http://www.baobao88.com"listurl=baseurl+"/lianbo/1083.html"localdir='out'if not os.path.exists(localdir): os.mkdir(localdir) start

关键所在：1，protobuf-socket-rpc使用的是短连接，发送完成后，则需要将socket上行关闭2，rpc.proto文件要统一class NettyRpcPipelineFactory implements ChannelPipelineFactory { public ChannelPipeline getPipeline() throws Exception {

代码很简单，不再解释了，在mac机上实测通过import webfrom web import formimport tempfileimport urllib2import subprocessimport os,re,timedef make_text(string): return stringurls = ('/', 'tutorial', '/downlo