自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

图不灵的博客

很酷又爱笑，温柔又骄傲。。。

  • 博客(13)
  • 资源 (18)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 常用学习网站导航【机器学习、深度学习】

学习网站导航一、知识社区csdn博客 博客园 代码仓库 知乎 确实 哔哩哔哩二、一些工具1.绘图 2.文档格式转换PDF转word 3.公式编辑器 4.查单词 5.免费下SCI论文留坑待填…欢迎补充~！...

2018-06-21 12:04:57 852

原创 公司win7电脑安装wireshark新版本后无法上网

[故障小记]关于WireShark新版本软件安装后无法上网的问题参考链接https://wiki.wireshark.org/WinPcap问题是因为安装了Npcap导致的问题，我当时的解决方案是不安装Npcap，而安装WinPcap。Npcap和WinPcap是libpcap库的Windows版本。必须安装其中之一才能捕获Windows上的实时网络流量。...

2020-05-06 21:59:57 2513

翻译 【译】Unleash the Power of AI on Your Data with Anomaly Detection 作者：Fabrizio Blanco

#【译】Unleash the Power of AI on Your Data with Anomaly Detection作者：Fabrizio Blanco—>原文链接<—What is Anomaly Detection System?异常检测是一种监控机制，其中系统密切关注业务的重要关键指标，并在出现偏离正常行为时向用户发出警报。传统上，企业使用固定的阈值集来识别超过...

2019-01-09 19:58:22 290

转载 LaTeX从零上手——学习路线

对于基于网络的服务(Internet-based services)而言，密切监控服务性能并检测异常情况是至关重要的。尽管多年来已经提出了数十种异常检测器（Anomaly detector），然而，要将它们部署到给定的服务仍然是面临很大挑战（**实际应用中的难点需要手动和迭代地调整检测器参数和阈值**）。本文通过一种基于**有监督机器学习**的新方法来解决这一挑战。在作者设计的系统（Opprentice--运维人的学徒）中，运维人员的**唯一手动工作是通过便捷的工具定期对监测数据（performance d

2018-11-14 10:12:58 1233

原创 Zabbix Documentation 3.4

手册阅读：Zabbix Documentation 3.4手册阅读：Zabbix Documentation 3.41.Zabbix是什么2.Zabbix主要功能1.Zabbix是什么Zabbix 是一个企业级的分布式开源监控方案。Zabbix是一款能够监控各种网络参数以及服务器健康性和完整性的软件。Zabbix使用灵活的通知机制，允许用户为几乎任...

2018-09-12 11:11:43 361

转载 Yahoo大规模时列数据异常检测技术及其高性能可伸缩架构

Yahoo大规模时列数据异常检测技术及其高性能可伸缩架构本文是Yahoo在ACM国际会议上发布的一篇关于时序数据自动异常检测上的学术论文，对在智能监控尤其是趋势预测、异常数据监测和报警等方面的技术同学具有一定研究和参考价值，以下是中文翻译，部分内容进行了删改，附录是该论文的英文原文，方便读者查阅。详见链接。...

2018-09-06 10:34:21 302

原创 关于MYSQL 8.0的安装与大文件的命令行导入

关于MYSQL 8.0的安装与大文件的命令行导入关于MYSQL 8.0的安装与大文件的命令行导入1.点击链接进入—>>MySQL8.0.11 MSI版 安装图解说明2.使用命令行导入大文件。3.mysql语句~数据库导入1.点击链接进入—>>MySQL8.0.11 MSI版 安装图解说明2.使用命令行导入大文件。 step1：...

2018-08-24 11:41:19 1994

原创 阅读笔记：Time Series FeatuRe Extraction on basis of Scalable Hypothesis tests（Python package）

阅读笔记：Time Series FeatuRe Extraction on basis of Scalable Hypothesis tests (tsfresh – A Python package)摘要： 时间序列特征工程是一个耗时的过程，因为科学家和工程师必须考虑信号处理和时间序列分析的多种算法，以便从时间序列中识别和提取有意义的特征。Python工具包tsfresh（基于可扩展假设...

2018-08-23 15:59:11 1693

转载 【python实战】使用第三方库imblearn实现不平衡样本的样本均衡问题

【python实战】使用第三方库imblearn实现不平衡样本的样本均衡问题摘自数据常青藤样本分布不均衡将导致样本量少的分类所包含的特征过少，并很难从中提取规律；即使得到分类模型，也容易产生过度依赖于有限的数据样本而导致过拟合的问题，当模型应用到新的数据上时，模型的准确性和鲁棒性将很差。样本分布不平衡主要在于不同类别间的样本比例差异，以笔者的工作经验看，如果不同分类间的样本量差异达到超...

2018-08-14 21:58:48 28045 28

转载 时间序列分类算法简介及其在能耗数据分类上的应用

【转】时间序列分类算法简介及其在能耗数据分类上的应用原文链接：时间序列分类算法简介及其在能耗数据分类上的应用–李元龙  本文首先简要介绍最近几年来时间序列分类算法的最新研究成果，包括dynamic time warping的各种改进技术和相关研究，以及最新的聚合式算法（ensemble algorithm）。其次以根据能耗数据来监测服务器运行程序的研究为实例，介绍如何对实际应用中的时间序列...

2018-07-04 09:16:51 12521 4

原创 论文阅读：Deep Learning in Mobile and Wireless Networking:A Survey

论文阅读：Deep Learning in Mobile and Wireless Networking:A Survey 从背景介绍到未来挑战，一文综述移动和无线网络深度学习研究 近来移动通信和 5G 网络等快速发展，它们的调控与配置因为充满了多样性和动态变化而面临非常多的挑战。因此近来很多研究科学家开始利用机器学习及深度学习加强移动无线网络的配置，以此应对数据量和算法驱动的应用程...

2018-05-21 09:55:06 17657

原创 阅读笔记：Adversarial Multi-task Learning for Text Classification [ACL-2017]

【阅读笔记：Adversarial Multi-task Learning for Text Classification】 论文题目：Adversarial Multi-task Learning for Text Classification 作者：Pengfei Liu, Xipeng Qiu and Xuanjing Huang 出处：ACL 2017 ...

2018-04-12 15:11:29 3422

原创 REVIEW of 路由器原理与设计

路由器原理与设计李韬 第一讲一、课程介绍 课程关注点：互联网基础设施（router switch…）

2018-03-06 09:15:39 477

快速入门Vue.js资料.zip
【4h+5DEMO】:快速入门vue----讲义&源码 视频在B站

2021-05-12

nodejs+JDK1.8.7z
官网下载Node.js（V8~V12，win64位版本）+Java SE Development Kit 8 Downloads

2021-05-12

一个轻量级的折叠面板插
一个轻量级的折叠面板插件，可用在二级菜单、多条目内容块等地方，使用也很方便。使用jquery实现手风琴菜单栏，简洁易修改使用

2020-12-08

Leaflet.draw-master.zip
leaflet图上作业选板以及相关控件开发 完整工具集 增加了对leaflet地图的绘制和编辑和标记的支持

2020-10-29

leaflet 开发插件，网络地图资源
Leaflet插件：用于提供来自不同提供商的图块图层，包括* OpenStreetMap *，* Stamen *，* Esri *和* OpenWeatherMap *。可以免费使用层的完整列表（预览）（http://leaflet-extras.github.io/leaflet-providers/preview/index.html）。该页面将为您显示与`leaflet-providers.js`一起使用的名称以及在没有依赖关系的情况下使用它的代码。

2020-10-29

【GIS源码学习】基于web 电子地图的照片服务系统-SuperMap 杯第十二届全国高校GIS 大赛作品
需求分析，功能设计全套文档及源码 SuperMap 杯第十二届全国高校GIS 大赛作品，武大团队作品： 基于web 电子地图的照片服务系统

2020-10-29

迁移学习入门手册transfer_learning_tutorial_wjd.pdf
第 1 章介绍了迁移学习的概念，重点解决什么是迁移学习、为什么要进行迁移学习这 两个问题。 第 2 章介绍了迁移学习的研究领域。 第 3 章介绍了迁移学习的应用领域。 第 4 章是迁移学习领域的一些基本知识，包括问题定义，域和任务的表示，以及迁移 学习的总体思路。特别地，我们提供了较为全面的度量准则介绍。度量准则是迁移学习领域 重要的工具。 第 5 章简要介绍了迁移学习的四种基本方法，即基于样本迁移、基于特征迁移、基于 模型迁移、基于关系迁移。 第 6 章到第 8 章，介绍了领域自适应的 3 大类基本的方法，分别是：数据分布自适应 法、特征选择法、子空间学习法。 第 9 章重点介绍了目前主流的深度迁移学习方法。 第 10 章提供了简单的上手实践教程。 第 11 章对迁移学习进行了展望，提出了未来几个可能的研究方向。 第 12 章是对全手册的总结。 第 13 章是附录，提供了迁移学习领域相关的学习资源，以供读者参考。

2019-11-15

裴丹论文及相关参考之Opprentice
本文是智能运维方向论文中较早而且较有影响力的一片文章，首次提出使用机器学习的方法来帮助运维人员自动配置异常检测器，并且取得的较好的性能，虽然有监督的方式仍具有局限性，并且最终的性能指标并不是很高，但Opprentice系统的提出仍然为实际运维中异常检测的工作有很大借鉴价值，在此，简单的对该文章进行翻译，对于和我一样英语水平不高的同学，可以快速浏览一下，了解文章的主要思想和大致路线，以提高读文章的速度。 原本想复现一下，后来看到裴丹老师的一些新论文中，已经找到了更好的解决方式，而且有一篇WWW2018的文章还有代码，准备先看新文章了，GITHUB上有这篇文章的部分代码重现，可在文末参考资料中点击链接进入，如果有完整重现，请联系我分享一下。

2018-10-10

好用的数据库可视化工具Navi_cat【纯净版】
Navicat中文cracked_green_pure_version，解压即用~！数据库管理工具，支持多种数据库格式。谁用谁知道

2018-09-01

【CVPR-2018】Real-world Anomaly Detection in Surveillance Videos
CVPR 2018论文：真实监控场景中的异常事件检测 安防作为近年最热门的计算机视觉研究落地方向，与视频分析研究有着很紧密的关系。在真实的监控视频中，一个常见的需求就是要自动识别视频流中的异常事件，也就是异常事件检测任务（Anomaly detection)。 最近 UCF 的 CV 研究中心就在 CVPR18 上发表了一篇关于监控视频异常事件检测的论文，提出了一种基于深度多实例排序的弱监督算法框架，同时提出了一个新的大规模异常事件检测数据集。 论文解读：https://mp.weixin.qq.com/s/G0LLRrHyIEShHjjuuzeDdQ

2018-06-21

【作者代码】Adversarial Multi-task Learning for Text Classification-ACL 2017
论文题目：Adversarial Multi-task Learning for Text Classification 作者：Pengfei Liu, Xipeng Qiu and Xuanjing Huang 出处：ACL 2017 论文主要相关：多任务学习、文本分类、情感分析 概要：常规的多任务学习通常单纯的共享某些参数，导致共用特征空间和私有特征空间中存在大量冗余的特征。作者提出了一种对抗性多任务学习框架，缓解了共享特征空间和特定任务特征空间（私有潜在特征空间）之间的相互干扰的问题，并采用对抗学习确保共用特征空间中仅存在共用特征和任务无关的特征，辅以正交约束来去除私有和共用特征空间中冗余的特征。在16个任务的情感分析测试中，该框架比单任务学习平均效果提升了4.1%，比其他多任务学习框架（FS-MTL、 SP-MTL等）效果更好。并且实验结果表明模型的共享特征学习到的知识，容易被迁移到新任务的情感分析中。

2018-06-12

Deep Learning in Mobile and Wireless Networking：A Survey
推荐一篇今年3月份发表在 arXiv上的 关于深度学习在移动无线网络中应用的综述。首先，本文简要介绍了深度学习技术的基本背景和最新进展，以及在网络方面的潜在应用。 然后讨论了几种有助于在移动系统上高效部署深度学习的技术和平台。随后，本文对基于深度学习的移动无线网络研究进行了百科全书式的回顾，并按不同领域进行了分类。 此外，作者还基于自己的经验讨论了如何针对特定的移动网络环境对深度学习模型进行修改调整以更好适应于实际任务。 并在最后的章节中明确了当前的挑战和未来的研究方向。

2018-06-12

AIops Anomaly Detection Dataset
参加第一届AIops异常检测项目的数据集，KPI异常检测指的是通过算法分析KPI的时间序列数据，判断其是否出现异常行为。这里的难点主要有： 1 异常发生的频率很低。在实际的运维场景中，业务系统很少发生异常，因此可供分析的异常数据很少。 2 异常种类的多样性。因为实际的业务系统很复杂，并且会不断更新升级，所以故障的类型多种多样，从而导致了异常种类的多样性。 3 KPI的多样性。KPI有表现为周期型的，有表现为稳定型的，有表现为不稳定的，持续波动型

2018-06-12

LSTM_TimeSeries_AnomalyDetection[python/Keras]
异常点检测是指寻找那些偏离标准值或正常值的数据点。异常点有几种常见的类型：短期内产生的峰值，包括最大值、最小值、以及零值；长期的数据合计与上一周期的比较等。检测方法也可以归类为两种：对数据点进行分类，标记异常与否；或是对未来数据走势做预测，给出置信区间。人工神经网络也能够进行异常检测，只是这一方式还处于科研阶段。想要提醒读者的是，尽量从简单的模型开始，针对你的具体问题进行优化，因为通用的算法并不一定是最优的。

2018-06-12

review-高级计算机网络课后习题
计算机网络课程课件中的一些习题整理，发上来跟大家一起共享一下~！

2018-03-20

50个c/c++源代码网站
　　C/C++是最主要的编程语言。这里列出了50名优秀网站和网页清单，这些网站提供c/c++源代码 。这份清单提供了源代码的链接以及它们的小说明。我已尽力包括最佳的C/C++源代码的网站。这不是一个完整的清单，您有建议可以联系我，我将欢迎您的建议，以进一步加强这方面的清单。

2013-02-01

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除