时期时间类型 类型说明标准格式范围 date 日期 YYYY-MM-DD 1000-01-01到9999-12-31 time 时间 HH:MM:DD -838:59:59到838:59:59 datetime 日期时间 YYYY-MM-DD HH:MM:DD 1000-01-01 00:00:00 ...
分类：
其他好文 时间：
2019-10-13 01:08:17
阅读次数：
121
[TOC] 简介 序列标注（Sequence Tagging）是一个比较简单的NLP任务，但也可以称作是最基础的任务。序列标注的涵盖范围是非常广泛的，可用于解决一系列对字符进行分类的问题，如分词、词性标注、命名实体识别、关系抽取等等。 对于分词相信看过之前博客的朋友都不陌生了，实际上网上已经有很多开 ...
分类：
其他好文 时间：
2019-10-04 16:35:36
阅读次数：
126
质谱仪： 质谱分析法是先将大分子电离为带电粒子，按质核比分离，由质谱仪识别电信号得到质谱图。 Top-down直接得到结果是蛋白。 Bottom down使用shutgun方法得到结果是肽段。 由蛋白质混合物打断为肽段混合物，按特定时间分离为LC， 初次得到的谱图为一级谱，一级谱是串联质谱，其中一个 ...
分类：
其他好文 时间：
2019-10-01 22:20:31
阅读次数：
131
1、创建core文件夹 2、添加core 3、配置中文IK分词器 参考：https://github.com/magese/ik-analyzer-solr 1）将ik-analyzer-7.7.1.jar复制到solr-7.7.2/server/solr-webapp/webapp/WEB-INF ...
分类：
其他好文 时间：
2019-09-28 20:34:40
阅读次数：
117
必要的数学知识 1.联合概率与边缘概率 联合概率是指多维随机变量中同时满足多个变量时候的概率，也就是共同发生的概率。A,B的联合概率通常写成 P(A∩B)或 P(AB)或 P(AB)。 对于离散的变量，联合概率可以用表格形式表示或者求和表示，连续的变量可以使用积分表示（若是二维就一个二重积分） 边缘 ...
分类：
其他好文 时间：
2019-09-21 17:02:10
阅读次数：
164
直接入正题吧，不想等了 第七章 HMM隐马尔科夫模型 1.马尔科夫模型 状态转移矩阵 一阶马尔科夫模型： （1）状态 （2）状态转换概率 （3）初始概率 2.隐马尔可夫模型 观察状态 和 隐藏状态（需要得到的），他们并不是一一对应的关系。 ...
分类：
其他好文 时间：
2019-09-18 10:44:58
阅读次数：
89
1.生成随机图片验证码 1.1 页面调用createvalidatecode 生成随机图片验证码方法； <div class="inputLine"><label>验证码</label> <input type="text" maxlength="4" autocomplete="off" name ...
分类：
Web程序 时间：
2019-09-01 18:35:45
阅读次数：
123
问题1：jieba中文分词的原理？ 问题2：HMM在jieba中的应用？ 问题3：HMM在其他行业内有何应用？ 首先学一个东西的第一步应该先看官网https://github.com/fxsjy/jieba 官网给出jieba中应用到的算法有： 基于前缀词典实现高效的词图扫描，生成句子中汉字所有可能 ...
分类：
其他好文 时间：
2019-08-22 01:13:57
阅读次数：
242
隐马尔科夫模型（Hidden Markov Model，以下简称HMM）作为语音信号的一种统计模型，在语音处理的各个领域中获得了广泛的应用。当然，随着目前深度学习的崛起，尤其是RNN，LSTM等神经网络序列模型的火热，HMM的地位有所下降。但是作为一个经典的模型，学习HMM的模型和对应算法，对我们解 ...
分类：
编程语言 时间：
2019-08-10 19:24:59
阅读次数：
206
基于DNN HMM的语音识别声学模型结构如下图所示，与传统的基于GMM HMM的声学模型相比，唯一不同点在于用DNN替换了GMM来对输入语音信号的观察概率进行建模。DNN与GMM相比具有如下优点： DNN不需要对声学特征所服从的分布进行假设； DNN的输入可以采用连续的拼接帧，因而可以更好地利用上下 ...
分类：
其他好文 时间：
2019-08-10 19:10:37
阅读次数：
132
