u010009714
u010009714

基于GMM-HMM算法语音识别

目录

——基于GMM-HMM的语音识别.. 1

一、       马尔科夫初步概念理解.. 3

(一)     两个重要的图.. 3

(二)     问题：马尔科夫的开始状态如何确定？.. 4  未解

二、       马尔科夫的三种问题，以及解法.. 4

(一)     解码，.. 4

解法一：最大似然路径.. 4

解法二 : Viterbi algorithm.. 4

(二)     已知A，B，根据骰子掷出的结果，求出掷出这个结果的概率（模型检验）   6

解法一：穷举.. 6

解法二：前向算法.. 6

(三)     知道骰子状态有几种，不知道A，知道B，观察到很多次投骰子的结果（可见状态链），我想反推出A。.. 6 ： 未解

三、       HMM算法使用条件.. 6

(一)   隐性状态的转移必须满足马尔可夫性.. 6

(二)     隐性状态必须能够大概被估计。.. 6

四、       EM算法GMM（高斯混合模型）。.. 7

(一)     单高斯分布模型GSM.. 8

(三)     样本分类已知情况下的GMM.. 9

(四)     样本分类未知情况下的GMM.. 9

五、       HMM-GMM模型在语音识别中的应用.. 11

(一)     语言识别的过程.. 11

(二)     其中HMM与GMM的作用.. 12

六、       实验结果.. 12

(一)     代码阅读以及注释.. 12

(二)     实验结果对比.. 12

(三)     与DTW结果对比.. 13

 

内容：http://wenku.baidu.com/view/aef8fadef01dc281e53af0b4

粘贴太麻烦~

你可能感兴趣的:(语音识别)

  • 高斯混合模型（Gaussian Mixture Model, GMM） 不想秃头的程序 神经网络语音识别人工智能深度学习网络
    高斯混合模型（GaussianMixtureModel,GMM）是一种概率模型，用于表示数据点由多个高斯分布（GaussianDistribution）混合生成的过程。它广泛应用于聚类分析、密度估计、图像分割、语音识别等领域，尤其适合处理非球形簇或多模态数据。以下是GMM的详细介绍：一、核心思想GMM假设数据是由多个高斯分布混合生成的，每个高斯分布代表一个簇（Cluster），并引入隐变量（Lat
  • 深度学习详解：通过案例了解机器学习基础 beist 深度学习机器学习人工智能
    引言机器学习（MachineLearning，ML）和深度学习（DeepLearning，DL）是现代人工智能领域中的两个重要概念。通过让机器具备学习的能力，机器可以从数据中自动找到函数，并应用于各种任务，如语音识别、图像识别和游戏对战等。在这篇笔记中，我们将通过一个简单的案例，逐步了解机器学习的基础知识。1.1机器学习案例学习1.1.1回归问题与分类问题在机器学习中，根据所要解决的问题类型，任务
  • 对话云蝠智能：大模型如何让企业呼叫系统从 “成本中心” 变身 “价值枢纽”？ MARS_AI_ 人工智能自然语言处理信息与通信交互
    在人工智能重塑企业服务的浪潮中，云蝠智能（南京星蝠科技有限公司旗下品牌）以深厚的技术积累和行业实践，逐步成长为国内智能外呼领域的标杆企业。其发展路径揭示了技术自主创新与场景深度结合的必然性。一、技术架构：全栈自研奠定领先基础云蝠智能的核心竞争力源于其全链路自研技术体系。该架构覆盖语音识别（ASR）、自然语言处理（NLP）、语音合成（TTS）及软交换六大层级，实现从基础设施到操作层的闭环设计。这一分
  • 【软件系统架构】系列四：嵌入式软件-NPU（神经网络处理器）系统及模板
    目录一、什么是NPU？二、NPU与CPU/GPU/DSP对比三、NPU的工作原理核心结构：数据流架构：四、NPU芯片架构（简化图）五、NPU的优势六、NPU应用场景视觉识别语音识别自动驾驶智能监控AIoT设备七、主流NPU芯片/架构实例八、开发者工具生态（通用）九、NPU集成建议（嵌入式开发场景）十、NPU芯片选型对比+模型部署流程+嵌入式工程模板1.主流NPU芯片选型对比表2.模型部署流程（以T
  • DIY语音控制车辆玩具全攻略：从硬件组装到功能实现 欧阳天羲 硬件工程语音识别自动驾驶
    一、设备清单与成本估算1.1硬件组件列表组件名称价格（元）备注ArduinoUno兼容板7.04控制核心，支持多传感器接入DFRobot离线语音识别模块105支持10条自定义语音指令L298N电机驱动板5双路电机驱动，带散热片直流减速电机×2（JGB37-520）3012V供电，150转/分钟SG90微型舵机5控制前轮转向HC-SR04超声波传感器2.45测距范围2-400cm18650锂电池（3
  • GRU与Transformer结合：新一代序列模型 AI大模型应用工坊 grutransformer深度学习ai
    GRU与Transformer结合：新一代序列模型关键词：GRU、Transformer、序列模型、结合、深度学习摘要：本文深入探讨了GRU与Transformer结合所形成的新一代序列模型。先介绍了GRU和Transformer各自的核心概念及工作原理，然后阐述了二者结合的原因、方式和优势。通过代码实际案例展示了如何搭建结合的模型，还探讨了其在自然语言处理、语音识别等领域的实际应用场景。最后对未
  • 数字人分身系统源码搭建定制化开发，支持OEM
    在人工智能技术蓬勃发展的今天，数字人分身系统凭借其独特的交互性和广泛的应用场景，成为了众多企业和开发者关注的焦点。从虚拟主播、智能客服到数字员工，数字人分身系统正逐渐渗透到各个领域。本文将详细阐述数字人分身系统源码搭建与定制化开发的全流程，为技术爱好者和企业开发者提供全面的技术参考。一、数字人分身系统概述数字人分身系统是一个综合性的技术解决方案，它融合了计算机图形学、人工智能、语音识别与合成、自然
  • 【造工具-2】用SenceVoice，实现本地的语音转文本小工具 zhulangfly AIAISTTASR
    说到语音转文本，有两种说法，自动语音识别（ASR，AutomaticSpeechRecognition）和语音转文本（STT，Speech-to-Text），本质上都是通过算法将语音信号转化为可处理的文本形式的技术，两者的核心功能和应用目标完全一致。‌‌如果有区别的话，ASR更常见于学术研究和技术文档中，STT则更多应用于产品功能描述。ASR常与其他模块（如VAD、说话人分离）并列描述，体现其在技
  • 华为Pura 70怎么语音翻译？语音翻译详解 C_19870 华为经验分享
    在智能手机功能日益丰富的今天，语音翻译已成为许多手机用户的重要需求之一。华为Pura70，作为华为系列中的一款高端机型，其内置的语音翻译功能在准确性和便捷性上都表现出色。本文将详细介绍华为Pura70在语音翻译方面的表现、操作步骤，并探讨其他可实现语音翻译操作的软件，特别是“同声传译王”。华为Pura70手机在语音翻译时的表现华为Pura70内置的语音翻译功能凭借其先进的语音识别和翻译技术，为用户
  • RNN、LSTM、GRU详解 昔颜1121 人工智能rnnpython
    RNN、LSTM、GRU详解在深度学习领域，序列数据（如语音识别、机器翻译、文本生成等）广泛应用于自然语言处理（NLP）、时间序列预测、语音和视频处理等任务中。针对序列数据，循环神经网络（RNN,RecurrentNeuralNetwork）及其改进版本——长短时记忆网络（LSTM,LongShort-TermMemory）和门控循环单元（GRU,GatedRecurrentUnit）成为处理时序
  • 利用FunASR搭建自己的语音转文本服务器（有手就行）
    提示：利用阿里巴巴开源的FunASR工具包，搭建语音转文本服务，通过网页实现免费的语音转文本服务。目录前言一、FunASR是什么？二、服务搭建2.1服务器准备2.2安装docker2.3下载并启动镜像2.4启动ASR服务三、下载客户端开始工作总结前言语音转文本是我们经常面对的日常任务，都=是智能客服、会议记录、实时字幕等场景核心的功能。然而，传统语音识别系统往往面临高延迟、低准确率或复杂部署的挑战
  • 【使用Unimrcp和Funasr构建呼叫中心语音识别服务端】 cc_ai_cn 呼叫中心语音识别语音识别人工智能
    使用Unimrcp和Funasr构建呼叫中心语音识别服务端1.编译及运行unimrcp2.新增funasr-recog，支持funasr识别3.启动unimrcp4.启动funasr5.freeswitch呼叫测试1.编译及运行unimrcp此次使用的是unimrcp1.6版本，先下载unimrcp-deps-1.6.0以及unimrcp-1.6.0进行构建，此处不过多赘述。2.新增funasr-
  • 第9章：听声辨味的玄机——语音识别如何破解厨房噪音难题
    第9章：听声辨味的玄机——语音识别如何破解厨房噪音难题声学特征解析、深度降噪与工业部署全链路解密工业级挑战场景：在上海四季酒店中央厨房的热浪区域（平均声压92dB），行政主厨需同时管理六口燃气灶、两台对流烤箱和三台洗碗机。当他在油烟机轰鸣中喊出"三号灶文火收汁"时，噪音包含：炒锅爆炒声（65-85dB@4-8kHz）高压蒸汽喷射（75-90dB@2-4kHz）金属撞击噪声（80-95dB@1-8k
  • 世界因你不同：李开复自传 浦东新村轱天乐 读书笔记职场发展
    读完后闭上眼睛想一想，为什么李开复值得学习？第一，他工作能力很强。他并不只是在名校、名企呆过，而是最后都做到了很高的位置。11岁从台湾去美国读书，博士在CMU，毕业后先后在苹果、微软、谷歌工作过。CMU读博期间开发了基于统计方法的语音识别技术，拿到了CMU终身教职后，放弃这一职位加入了苹果。微软时期牵头成立了微软中国研究院（后改名微软亚洲研究院），这个传奇的地方在深度学习大火之后，诞生出了很多牛人
  • 开发者注意：鸿蒙APP语音识别常见问题全解析（含可跑Demo） harmonyos
    摘要在鸿蒙（HarmonyOS）应用开发中，语音识别是很多智能功能的核心入口，比如语音助手、语音输入、语音搜索等。但不少开发者会遇到"语音识别无法使用"的问题：调用没反应、识别不返回、报权限错误……这篇文章将从权限配置、API调用、设备支持、网络状态等多个角度入手，结合实际代码和典型使用场景，帮你一条一条查清楚到底问题出在哪。引言随着语音交互逐渐成为主流，鸿蒙系统也提供了对ASR（Automati
  • 开源(离线)中文语音识别ASR(语音转文本)工具整理 切糕师学AI #语音识别asr与语音合成STT语音识别人工智能深度学习
    开源(离线)中文语音识别ASR(语音转文本)工具整理目录文章目录目录@[toc]openai的开源工具：whisperwhisper介绍引用ASRT语音识别项目ASRT介绍引用微软语音服务(付费)微软语音服务介绍实时语音转文本批量转录自定义语音引用PaddleSpeechPaddleSpeech介绍引用openai的开源工具：whisperwhisper介绍OpenAI在2022年9月21日开源了
  • HarmonyOS SDK:Image Classification 能力进行图片识别
    在鸿蒙应用开发中，HarmonyOSSDK提供了丰富的AI能力接口，开发者可以快速集成语音识别、图像识别、自然语言处理等智能功能到自己的应用中。作为一名鸿蒙开发者，在实际项目中我深刻体会到这些AI能力对提升用户体验和产品智能化水平的重要性。以图像识别为例，借助HarmonyOSSDK中的ImageClassificationAPI，我们可以轻松实现图片内容的自动识别与分类。通过调用系统提供的AI引
  • 《Whisper模型版本及下载链接》 空云风语 人工智能深度学习神经网络whisper
    Whisper模型版本及下载链接Whisper是OpenAI开发的语音识别模型，以下按模型规模从小到大排列，包含不同语言版本及通用版本：1.Tiny系列（轻量级）tiny.en.pt（英文专用）：https://openaipublic.azureedge.net/main/whisper/models/d3dd57d32accea0b295c96e26691aa14d8822fac7d9d27d
  • 《Whisper：开启语音识别新时代的钥匙》 空云风语 人工智能深度学习神经网络whisper语音识别人工智能
    Whisper模型：技术革新的基石在当今科技飞速发展的时代，自动语音识别（ASR）技术作为人工智能领域的关键分支，正深刻地改变着人们的生活与工作方式。从智能语音助手到实时字幕生成，从语音交互设备到智能客服系统，ASR技术无处不在，为人们带来了前所未有的便利与效率提升。而Whisper模型，作为ASR技术中的一颗璀璨明星，以其卓越的性能和独特的技术架构，成为了推动语音识别技术发展的重要力量。Whis
  • 用Google Cloud Speech-to-Text API进行音频转录 huluwaqimotuo 音视频
    ###技术背景介绍随着人工智能技术的不断发展，语音识别已成为我们生活中不可或缺的一部分。GoogleCloudSpeech-to-TextAPI是其中的佼佼者，能够从音频文件中提取文本信息，减少人工转录的麻烦。这篇文章将指导你如何使用`GoogleSpeechToTextLoader`来加载和转录音频文件。###核心原理解析`GoogleSpeechToTextLoader`是一个工具，它通过调用
  • 微服务及时通讯系统-服务端-开发阶段与功能介绍 C++忠实粉丝 微服务及时通讯系统-后台服务器实现微服务架构云原生
    个人主页：C++忠实粉丝欢迎点赞收藏✨留言✉加关注本文由C++忠实粉丝原创微服务及时通讯系统-服务端-开发阶段与功能介绍收录于专栏[微服务及时通讯系统-后台服务器实现]目录开发阶段与功能介绍聊天室后台服务器实现：功能需求确定阶段：框架设计：聊天室子服务拆分：消息转发子服务：消息存储子服务：语音识别子服务：文件管理子服务：宝子们！！！我又开始新的专栏啦~这一次你们可以跟着我一步一步完成这个开源项目！
  • [特殊字符] 一键搭建AI语音助理：基于DashScope+GRadio的智能聊天机器人技术全解 来自于狂人 人工智能机器人
    一、项目核心技术架构（图1）交互层核心模块pyaudio实时采集流式响应PCM编码GRadio界面状态控制实时对话展示语音输出历史记录管理ASR回调类ASR语音识别聊天处理引擎GPT大模型处理语音合成回调TTS语音合成语音输入DashScopeAPI二、四大核心技术实现1.智能语音识别引擎（附关键源码注释）classASRCallback(TranslationRecognizerCallback
  • 华小妹 AI 数字人又来添新功能，突破语言边界 广州华锐视点 人工智能
    华小妹AI数字人功能强大，不是徒有其表的花瓶。作为一款极具创新性的AI数字人，华小妹AI数字人擅长跳舞，能精准介绍产品，可通过虚拟场景带客户参观各类场所，还能用丰富肢体语言交流，具备空间定位能力，语音识别技术先进，能精准识别各种语音指令。如今华小妹AI数字人上新了支持多语言交流的功能，涵盖常见和小众语言，打破语言障碍，拓展了应用场景和服务范围。华小妹AI数字人上新的多语言交流功能堪称一大亮点，支持
  • AI 大模型原理与应用：大模型训练突破万张卡和万亿参数 MOE 这两个临界点 AI大模型应用之禅 人工智能
    AI大模型原理与应用：大模型训练突破万张卡和万亿参数MOE这两个临界点大模型、训练、万张卡、万亿参数、MOE、Transformer、深度学习、自然语言处理1.背景介绍近年来，深度学习技术取得了飞速发展，大规模人工智能模型的训练成为一个重要的研究方向。大模型是指参数量达到数十亿甚至万亿级别的人工智能模型，它们在自然语言处理、计算机视觉、语音识别等领域展现出强大的能力。然而，大模型的训练也面临着巨大
  • 基于Transformer的语音识别模型：从理论到实现 AI智能探索者 transformer语音识别深度学习ai
    基于Transformer的语音识别模型：从理论到实现关键词：Transformer、语音识别、注意力机制、序列建模、端到端学习、自注意力、语音特征提取摘要：本文将深入探讨基于Transformer架构的语音识别系统。从传统的语音识别方法出发，我们将一步步解析Transformer如何革新语音识别领域，详细讲解其核心原理、架构设计和实现细节。通过理论讲解、数学推导和代码实践相结合的方式，帮助读者全
  • 自然语言处理之文本分类：Transformer：文本分类数据集分析 zhubeibei168 自然语言处理自然语言处理分类transformer数据挖掘人工智能支持向量机
    自然语言处理之文本分类：Transformer：文本分类数据集分析自然语言处理基础NLP概述自然语言处理（NaturalLanguageProcessing，NLP）是人工智能领域的一个重要分支，专注于使计算机能够理解、解释和生成人类语言。NLP技术广泛应用于文本分类、情感分析、机器翻译、问答系统、语音识别等场景。其核心挑战在于理解语言的复杂性和多义性，以及处理大
  • 2025年开源AI模型综合对比与推荐
    目录2025年开源AI模型综合对比与推荐引言文本生成模型简介对比表格评价图像生成模型简介对比表格评价视频生成模型简介对比表格评价语音识别模型简介对比表格评价语音合成模型简介对比表格评价总结参考文献2025年开源AI模型综合对比与推荐引言人工智能（AI）技术在2025年继续蓬勃发展，开源AI模型在文本生成、图像生成、视频生成、语音识别和语音合成等领域展现出卓越的性能。这些模型不仅在技术上与专有模型不
  • 循环神经网络RNN Xyz_Overlord rnn深度学习人工智能
    一、循环神经网络概念以及应用场景1.概念处理序列的一种神经网络计算模型。2.序列数据数据是根据时间步生成的，前后数据有关联关系，数据可以是数字、文字序列等等。3.应用场景自然语言处理（NLP）、时间序列预测、语音识别、音乐生成......4.自然语言处理概述主要是通过计算机算法来理解自然语言。NLP涵盖了从文本到语音、从语音到文本的各个方面，它涉及多种技术，包括语法分析、语义理解、情感分析、机器翻
  • 使用Xinference与LangChain实现强大的模型推理 yunwu12777 langchain
    技术背景介绍随着深度学习和机器学习技术的快速发展，如何有效地管理和部署大型语言模型（LLM）成为了一项重要课题。Xinference是一款强大的推理库，它能够无缝地为LLMs、语音识别模型以及多模态模型提供服务。基于XorbitsInference技术，用户可以通过简单的命令来快速部署和服务这些模型，无论是在本地机器还是在分布式集群中。核心原理解析Xinference的设计目标是降低使用复杂模型的
  • 基于Python的LSTM循环神经网络模型实战 缑宇澄 python
    在处理具有时间序列特性的数据时，传统神经网络往往难以捕捉数据间的时序依赖关系。而循环神经网络（RecurrentNeuralNetwork，RNN）及其变体——长短期记忆网络（LongShort-TermMemory，LSTM），凭借独特的记忆机制，能够有效处理序列数据，在语音识别、自然语言处理、股票价格预测等领域展现出强大的优势。本文将深入解析LSTM的原理，并通过Python代码进行实战，展示
  • mongodb3.03开启认证 21jhf mongodb
    下载了最新mongodb3.03版本，当使用--auth 参数命令行开启mongodb用户认证时遇到很多问题，现总结如下： （百度上搜到的基本都是老版本的，看到db.addUser的就是，请忽略） Windows下我做了一个bat文件，用来启动mongodb，命令行如下： mongod --dbpath db\data --port 27017 --directoryperdb --logp
  • 【Spark103】Task not serializable bit1129 Serializable
    Task not serializable是Spark开发过程最令人头疼的问题之一，这里记录下出现这个问题的两个实例，一个是自己遇到的，另一个是stackoverflow上看到。等有时间了再仔细探究出现Task not serialiazable的各种原因以及出现问题后如何快速定位问题的所在，至少目前阶段碰到此类问题，没有什么章法 1.   package spark.exampl
  • 你所熟知的 LRU(最近最少使用) dalan_123 java
    关于LRU这个名词在很多地方或听说，或使用，接下来看下lru缓存回收的实现 1、大体的想法     a、查询出最近最晚使用的项     b、给最近的使用的项做标记 通过使用链表就可以完成这两个操作，关于最近最少使用的项只需要返回链表的尾部；标记最近使用的项，只需要将该项移除并放置到头部，那么难点就出现 你如何能够快速在链表定位对应的该项？ 这时候多
  • Javascript 跨域 周凡杨 JavaScriptjsonp跨域cross-domain
                                       
  • linux下安装apache服务器 g21121 apache
    安装apache 下载windows版本apache，下载地址：http://httpd.apache.org/download.cgi   1.windows下安装apache Windows下安装apache比较简单，注意选择路径和端口即可，这里就不再赘述了。 2.linux下安装apache： 下载之后上传到linux的相关目录，这里指定为/home/apach
  • FineReport的JS编辑框和URL地址栏语法简介 老A不折腾 finereportweb报表报表软件语法总结
      JS编辑框： 1.FineReport的js。 作为一款BS产品，browser端的JavaScript是必不可少的。 FineReport中的js是已经调用了finereport.js的。 大家知道，预览报表时，报表servlet会将cpt模板转为html，在这个html的head头部中会引入FineReport的js，这个finereport.js中包含了许多内置的fun
  • 根据STATUS信息对MySQL进行优化 墙头上一根草 status
    mysql  查看当前正在执行的操作，即正在执行的sql语句的方法为:      show processlist 命令   mysql> show global status;可以列出MySQL服务器运行各种状态值，我个人较喜欢的用法是show status like '查询值%';一、慢查询mysql> show variab
  • 我的spring学习笔记7-Spring的Bean配置文件给Bean定义别名 aijuans Spring 3
    本文介绍如何给Spring的Bean配置文件的Bean定义别名？ 原始的 <bean id="business" class="onlyfun.caterpillar.device.Business"> <property name="writer"> <ref b
  • 高性能mysql 之 性能剖析 annan211 性能mysqlmysql 性能剖析剖析
    1 定义性能优化 mysql服务器性能，此处定义为 响应时间。 在解释性能优化之前，先来消除一个误解，很多人认为，性能优化就是降低cpu的利用率或者减少对资源的使用。 这是一个陷阱。 资源时用来消耗并用来工作的，所以有时候消耗更多的资源能够加快查询速度，保持cpu忙绿，这是必要的。很多时候发现 编译进了新版本的InnoDB之后，cpu利用率上升的很厉害，这并不
  • 主外键和索引唯一性约束 百合不是茶 索引唯一性约束主外键约束联机删除
    目标;第一步;创建两张表 用户表和文章表         第二步;发表文章       1,建表; ---用户表 BlogUsers --userID唯一的 --userName --pwd --sex create
  • 线程的调度 bijian1013 java多线程thread线程的调度java多线程
    1.       Java提供一个线程调度程序来监控程序中启动后进入可运行状态的所有线程。线程调度程序按照线程的优先级决定应调度哪些线程来执行。   2.       多数线程的调度是抢占式的（即我想中断程序运行就中断，不需要和将被中断的程序协商） a) 
  • 查看日志常用命令 bijian1013 linux命令unix
    一.日志查找方法，可以用通配符查某台主机上的所有服务器grep "关键字" /wls/applogs/custom-*/error.log   二.查看日志常用命令1.grep '关键字' error.log：在error.log中搜索'关键字'2.grep -C10 '关键字' error.log：显示关键字前后10行记录3.grep '关键字' error.l
  • 【持久化框架MyBatis3一】MyBatis版HelloWorld bit1129 helloworld
    MyBatis这个系列的文章，主要参考《Java Persistence with MyBatis 3》。   样例数据 本文以MySQL数据库为例，建立一个STUDENTS表，插入两条数据，然后进行单表的增删改查     CREATE TABLE STUDENTS ( stud_id int(11) NOT NULL AUTO_INCREMENT,
  • 【Hadoop十五】Hadoop Counter bit1129 hadoop
       1. 只有Map任务的Map Reduce Job File System Counters FILE: Number of bytes read=3629530 FILE: Number of bytes written=98312 FILE: Number of read operations=0 FILE: Number of lar
  • 解决Tomcat数据连接池无法释放 ronin47 tomcat 连接池　优化
    近段时间，公司的检测中心报表系统(SMC)的开发人员时不时找到我，说用户老是出现无法登录的情况。前些日子因为手头上 有Jboss集群的测试工作，发现用户不能登录时，都是在Tomcat中将这个项目Reload一下就好了，不过只是治标而已，因为大概几个小时之后又会 再次出现无法登录的情况。 今天上午，开发人员小毛又找到我，要我协助将这个问题根治一下，拖太久用户难保不投诉。 简单分析了一
  • java-75-二叉树两结点的最低共同父结点 bylijinnan java
    import java.util.LinkedList; import java.util.List; import ljn.help.*; public class BTreeLowestParentOfTwoNodes { public static void main(String[] args) { /* * node data is stored in
  • 行业垂直搜索引擎网页抓取项目 carlwu LuceneNutchHeritrixSolr
    公司有一个搜索引擎项目，希望各路高人有空来帮忙指导，谢谢！ 这是详细需求： （1） 通过提供的网站地址(大概100-200个网站)，网页抓取程序能不断抓取网页和其它类型的文件（如Excel、PDF、Word、ppt及zip类型），并且程序能够根据事先提供的规则，过滤掉不相干的下载内容。 （2） 程序能够搜索这些抓取的内容，并能对这些抓取文件按照油田名进行分类，然后放到服务器不同的目录中。
  • [通讯与服务]在总带宽资源没有大幅增加之前,不适宜大幅度降低资费 comsci 资源
          降低通讯服务资费，就意味着有更多的用户进入，就意味着通讯服务提供商要接待和服务更多的用户，在总体运维成本没有由于技术升级而大幅下降的情况下，这种降低资费的行为将导致每个用户的平均带宽不断下降，而享受到的服务质量也在下降，这对用户和服务商都是不利的。。。。。。。。     &nbs
  • Java时区转换及时间格式 Cwind java
    本文介绍Java API 中 Date, Calendar, TimeZone和DateFormat的使用，以及不同时区时间相互转化的方法和原理。   问题描述： 向处于不同时区的服务器发请求时需要考虑时区转换的问题。譬如，服务器位于东八区（北京时间，GMT+8:00），而身处东四区的用户想要查询当天的销售记录。则需把东四区的“今天”这个时间范围转换为服务器所在时区的时间范围。
  • readonly,只读，不可用 dashuaifu jsjspdisablereadOnlyreadOnly
    readOnly 和 readonly 不同，在做js开发时一定要注意函数大小写和jsp黄线的警告！！！我就经历过这么一件事： 使用readOnly在某些浏览器或同一浏览器不同版本有的可以实现“只读”功能，有的就不行，而且函数readOnly有黄线警告！！！就这样被折磨了不短时间！！！（期间使用过disable函数，但是发现disable函数之后后台接收不到前台的的数据！！！）  
  • LABjs、RequireJS、SeaJS 介绍 dcj3sjt126com jsWeb
    LABjs 的核心是 LAB（Loading and Blocking）：Loading 指异步并行加载，Blocking 是指同步等待执行。LABjs 通过优雅的语法（script 和 wait）实现了这两大特性，核心价值是性能优化。LABjs 是一个文件加载器。RequireJS 和 SeaJS 则是模块加载器，倡导的是一种模块化开发理念，核心价值是让 JavaScript 的模块化开发变得更
  • [应用结构]入口脚本 dcj3sjt126com PHPyii2
    入口脚本 入口脚本是应用启动流程中的第一环，一个应用（不管是网页应用还是控制台应用）只有一个入口脚本。终端用户的请求通过入口脚本实例化应用并将将请求转发到应用。 Web 应用的入口脚本必须放在终端用户能够访问的目录下，通常命名为 index.php，也可以使用 Web 服务器能定位到的其他名称。 控制台应用的入口脚本一般在应用根目录下命名为 yii（后缀为.php），该文
  • haoop shell命令 eksliang hadoophadoop shell
    cat chgrp chmod chown copyFromLocal copyToLocal cp du dus expunge get getmerge ls lsr mkdir movefromLocal mv put rm rmr setrep stat tail test text
  • MultiStateView不同的状态下显示不同的界面 gundumw100 android
    只要将指定的view放在该控件里面，可以该view在不同的状态下显示不同的界面，这对ListView很有用，比如加载界面，空白界面，错误界面。而且这些见面由你指定布局，非常灵活。 PS：ListView虽然可以设置一个EmptyView，但使用起来不方便，不灵活，有点累赘。 <com.kennyc.view.MultiStateView xmlns:android=&qu
  • jQuery实现页面内锚点平滑跳转 ini JavaScripthtmljqueryhtml5css
    平时我们做导航滚动到内容都是通过锚点来做，刷的一下就直接跳到内容了，没有一丝的滚动效果，而且 url 链接最后会有“小尾巴”，就像#keleyi，今天我就介绍一款 jquery 做的滚动的特效，既可以设置滚动速度，又可以在 url 链接上没有“小尾巴”。   效果体验：http://keleyi.com/keleyi/phtml/jqtexiao/37.htmHTML文件代码： &
  • kafka offset迁移 kane_xie kafka
    在早前的kafka版本中（0.8.0），offset是被存储在zookeeper中的。   到当前版本（0.8.2）为止，kafka同时支持offset存储在zookeeper和offset manager（broker）中。   从官方的说明来看，未来offset的zookeeper存储将会被弃用。因此现有的基于kafka的项目如果今后计划保持更新的话，可以考虑在合适
  • android > 搭建 cordova 环境 mft8899 android
      1 , 安装 node.js        http://nodejs.org      node -v   查看版本   2, 安装 npm   可以先从  https://github.com/isaacs/npm/tags  下载 源码 解压到
  • java封装的比较器，比较是否全相同，获取不同字段名字 qifeifei
     非常实用的java比较器，贴上代码： import java.util.HashSet; import java.util.List; import java.util.Set; import net.sf.json.JSONArray; import net.sf.json.JSONObject; import net.sf.json.JsonConfig; i
  • 记录一些函数用法 .Aky. 位运算PHP数据库函数IP
    高手们照旧忽略。 想弄个全天朝IP段数据库，找了个今天最新更新的国内所有运营商IP段，copy到文件，用文件函数，字符串函数把玩下。分割出startIp和endIp这样格式写入.txt文件，直接用phpmyadmin导入.csv文件的形式导入。（生命在于折腾，也许你们觉得我傻X，直接下载人家弄好的导入不就可以，做自己的菜鸟，让别人去说吧） 当然用到了ip2long()函数把字符串转为整型数
  • sublime text 3 rust wudixiaotie Sublime Text
    1.sublime text 3 => install package => Rust 2.cd ~/.config/sublime-text-3/Packages 3.mkdir rust 4.git clone https://github.com/sp0/rust-style 5.cd rust-style 6.cargo build --release 7.ctrl
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他