题目链接：http://poj.org/problem?id=3169
题意：输入N， ML， MD， N默示有N个牛按1-N排成一排，ML，默示有ML行，每行输入A， B， D默示A牛和B牛最远间隔为D， MD默示有MD行，每行输入A，B，D默示A牛和B来间隔为D，求满足所有前提的1-N的最大间隔。
比较简单的差分约束，这个周周赛的A题
#include
#include
...
分类：
其他好文 时间：
2014-08-23 21:43:51
阅读次数：
218
1管理服务器(master-server):负责各个数据存储服务器的管理,文件读写调度,文件空间回收以及恢复.多节点拷贝2元数据日志服务器(changelog-server):负责备份master服务器的变化，（一般情况下可以和管理服务器放在一起）文件类型为changelog_ml.*.mfs，以便于在masterserver出问..
分类：
其他好文 时间：
2014-07-29 15:49:34
阅读次数：
352
//需要n中普通原料和g ml灰色原料
//每三种不同普通原来各x ml 可以合成 x ml 灰色原料
//问最少需要集组原料 每组各原料50 ml
# include
# include
# include
using namespace std;
int main()
{
int i,n,cot,g,a[15],g1,b[15];
while(~scanf("%d",&n),n)...
分类：
其他好文 时间：
2014-07-27 11:10:12
阅读次数：
335
以前在笔记本上配置过openssl-0.9.8g版本，今天在公司的台式机上配置死活没配置成功，机器的系统是win7,64位，编译openssl-1.0.1e出现各种莫名的错误，最后无意中编译了1.0.0.a版本编译成功了。
如果出现ml找不到的时候，直接在vc10.0/bin下拷贝就好。
参考文章：http://blog.chinaunix.net/uid-20479991-id-216269...
斯坦福ML公开课笔记15
我们在上一篇笔记中讲到了PCA(主成分分析)。PCA是一种直接的降维方法，通过求解特征值与特征向量，并选取特征值较大的一些特征向量来达到降维的效果。
本文继续PCA的话题，包括PCA的一个应用——LSI(Latent Semantic Indexing, 隐含语义索引)和PCA的一个实现——SVD(Singular Value Decomposition,奇异值分解)，在SVD和LSI结束之后，关于PCA的内容就告一段落。视频的后半段开始讲无监督学习的一种——ICA(Indepen...
分类：
其他好文 时间：
2014-07-22 14:16:14
阅读次数：
314
What's xxxThe EM algorithm is used to find the maximum likelihood parameters of a statistical model in cases where the equations cannot be solved dire...
分类：
其他好文 时间：
2014-07-21 10:01:10
阅读次数：
243
What's xxxAn SVM model is a representation of the examples as points in space, mapped so that the examples of the separate categories are divided by a...
分类：
其他好文 时间：
2014-07-21 09:32:31
阅读次数：
284
what's xxxIn machine learning, naive Bayes classifiers are a family of simple probabilistic classifiers based on applying Bayes' theorem with strong (...
分类：
其他好文 时间：
2014-07-20 10:11:07
阅读次数：
260
what's xxxk-means clustering tends to find clusters of comparable spatial extent, while the expectation-maximization mechanism allows clusters to have...
分类：
其他好文 时间：
2014-07-20 09:17:04
阅读次数：
227
what's xxxPCAprincipal components analysis is for dimensionality reduction.主要是通过对协方差矩阵Covariance matrix进行特征分解，以得出数据的主成分（即特征向量eigenvector）与它们的权值（即特征值ei...
分类：
其他好文 时间：
2014-07-19 23:23:11
阅读次数：
241
