locality

局部敏感哈希(Locality-Sensitive Hashing, LSH)方法介绍

局部敏感哈希(Locality-Sensitive Hashing, LSH)方法介绍 本文主要介绍一种用于海量高维数据的近似近期邻高速查找技术——局部敏感哈希(Locality-Sensitive
·2015-11-13 21:30

海量文档查同或聚类问题 -- Locality Sensitive Hash 算法

海量文档查同或聚类问题 -- Locality Sensitive Hash 算法 - fxjtoday的专栏 - 博客频道 - CSDN.NET 海量文档查同或聚类问题 -- Locality
·2015-11-13 21:05

海量文档查同或聚类问题 -- Locality Sensitive Hash 算法

海量文档查同或聚类问题 -- Locality Sensitive Hash 算法 - fxjtoday的专栏 - 博客频道 - CSDN.NET 海量文档查同或聚类问题 -- Locality
·2015-11-13 20:30

Choose Concurrency-Friendly Data Structures

question, we're used to applying normal considerations like Big-Oh complexity, and memory overhead, locality
·2015-11-13 12:06

创建本地索引和全局索引

LOCALITY:表明分区索引是LOCAL的还是GLOBAL的。
·2015-11-13 05:48

程序局部性原理的一些思考

何为程序的局部性(locality) 程序的局部性原理是指程序在执行时呈现出局部性规律，即在一段时间内，整个程序的执行仅限于程序中的某一部分。相应地，执行所访问的存储空间也局限于某个内存区域。
·2015-11-12 20:31

Locality-Sensitive Hashing 入门资料汇总

万物起始皆维基： http://en.wikipedia.org/wiki/Locality-sensitive_hashing  上面给出了4类方法，我只看了其中的两个 bit
·2015-11-11 08:08

网页去重算法

SimHashing（ locality sensitive hash） 4. Random Projection 5. SpotSig 6. combined I-Match算法
·2015-11-11 08:05

[Algorithm] 局部敏感哈希算法(Locality Sensitive Hashing)

局部敏感哈希(LocalitySensitiveHashing，LSH)算法是我在前一段时间找工作时接触到的一种衡量文本相似度的算法。局部敏感哈希是近似最近邻搜索算法中最流行的一种，它有坚实的理论依据并且在高维数据空间中表现优异。它的主要作用就是从海量的数据中挖掘出相似的数据，可以具体应用到文本相似度检测、网页搜索等领域。1.基本思想局部敏感哈希的基本思想类似于一种空间域转换思想，LSH算法基于一
Poll的笔记·2015-11-10 15:00

Fair Scheduler中的Delay Schedule分析

　　延迟调度的主要目的是提高数据本地性(data locality)，减少数据在网络中的传输。
·2015-11-09 13:31

OpenRisc-43-or1200的IF模块分析

要解决这个问题，方法大体可分为两部分，第一就是利用principle of locality而引进的cache技术，缩短取指时间，第二就是采用各种转移预测技术，提高取指正确的概率。
·2015-11-07 12:27

8、深入理解计算机系统笔记：存储器层次结构，局部性

1、局部性有两种形式：时间局部性（temporal locality）和空间局部性（spatial locality）。
·2015-11-01 13:28

编程之美——差之毫厘

先看这一篇文章http://yishan.cc/blogs/gpww/archive/2009/11/03/locality-and-false-sharing.aspx 在尝试运行下面代码 using
·2015-10-31 19:52

计划读的文献-LSH

NISP 2008 2, Locality-sensitive binary codes from shift-invariant kernels.
·2015-10-31 17:16

HDKV: High-Dimensional Similarity Query in Key-Value Stores

文章集中于key-value store   Locality-sensitive hashing (LSH) is a method of performing probabilistic
·2015-10-30 11:31

Locality Sensitive Hashing(LSH)之随机投影法

http://www.strongczq.com/2012/04/locality-sensitive-hashinglsh%E4%B9%8B%E9%9A%8F%E6%9C%BA%E6%8A%95%
wejoncy·2015-10-15 11:00

LSH: Locality Sensitive Hashing Theory

原文: http://cto.gcgchina.com/lshlocality_sensitive_hashing/两点之间的距离可以用两种方式来衡量，一是几何距离，二是非几何距离。很显然距离的定义满足下面的条件：d(x,y) > 0.d(x,y)=0iffx=y.d(x,y)=d(y,x).d(x,y)  d2，那么哈希家族H中的哈希函数h满足h(x)=h(y)的概率至多是p2.就是如果x和
wejoncy·2015-10-15 11:00

Locality-constrained Linear Coding for Image Classification（阅读）

通熟易懂的图片，来自余凯。经过前面的BoW、BoF、SPM、ScSPM的学习，终于可以大概把CNN网络的结构又有新的理解了：VQ啊，SC啊相当于CNN中的coding部分，SPM相当于pooling部分。   BoW＋SPM的图下面是CNN等效对比图：然后接下来就是SpareCoding取代，它能很好模拟人大脑的信号处理过程，求解问题也能够用LASSO解决。转入正文要说的，这篇论文还是基于SC的进
langb2014·2015-10-07 18:00

海量数据挖掘MMDS week7: 局部敏感哈希LSH（进阶）

/article/details/48882167海量数据挖掘MiningMassiveDatasets(MMDs)-JureLeskoveccourses学习笔记相似项的发现：局部敏感哈希(LSH,Locality-SensitiveHashing
-柚子皮-·2015-10-03 23:08

海量数据挖掘MMDS week2: 局部敏感哈希Locality-Sensitive Hashing, LSH

blog.csdn.net/pipisorry/article/details/48858661海量数据挖掘MiningMassiveDatasets(MMDs)-JureLeskoveccourses学习笔记之Locality-SensitiveHashing
-柚子皮-·2015-10-02 10:13

海量数据挖掘MMDS week2: 局部敏感哈希Locality-Sensitive Hashing, LSH

blog.csdn.net/pipisorry/article/details/48858661海量数据挖掘MiningMassiveDatasets(MMDs)-JureLeskovec courses学习笔记之Locality-SensitiveHashing
pipisorry·2015-10-02 10:00

spark读取hdfs数据本地性问题

问题描述在分布式计算中，大多数情况下要做到移动计算而非移动数据，所以数据本地性尤其重要，因此我们往往也是将hdfs和spark部署在相同的节点上，有些人可能会发现即使他已经这么做了，在spark的任务中的locality
lsshlsw·2015-09-24 15:00

创建ssl 证书

City):Hong Kong Locality Na
wks97·2015-09-24 11:47

关于numa的一些总结

chrysanthemumcao/article/details/92378911.不同的操作系统对numa的支持不一样.1.1solaris提供了localitygroupapi.可以使用它方便地进行locality
qiushanjushi·2015-07-03 18:18

【原创】LSH和p-stable LSH

原文地址：【原创】LSH和p-stable LSH作者：咖啡猫  最近研究了LSH（Locality-SensitiveHashing)的有关概念和算法，现将有关知识陈列下来，共同学习，共同进步。 
Jiakunboy·2015-05-02 16:00

局部敏感哈希-Locality Sensitive Hashing

局部敏感哈希转载请注明http://blog.csdn.net/stdcoutzyx/article/details/44456679在检索技术中，索引一直需要研究的核心技术。当下，索引技术主要分为三类：基于树的索引技术（tree-basedindex）、基于哈希的索引技术（hashing-basedindex）与基于词的倒排索引（visualwordsbasedinvertedindex）[1]
xinzhangyanxiang·2015-03-19 13:00

Nginx学习(五)SSL相关知识

)的配置由于是使用openssl架设私有证书中心，因此要保证以下字段在证书中心的证书、服务端证书、客户端证书中都相同 Country Name State or Province Name      Locality
小悲剧·2015-02-13 22:35

Capacity Scheduler 配置

yarn.scheduler.capacity.maximum-am-resource-percent=0.2 yarn.scheduler.capacity.maximum-applications=10000 yarn.scheduler.capacity.node-locality-delay
qq85609655·2015-01-30 09:00

计算机存储系统学习心得

如果原理是传说中的局部性原理(principle of locality)，那么它又是如何实现的呢?对系统开发人员与应用开发人员有什么影响呢(明显的是记忆系统分层是对应用开发人员
·2014-11-23 15:00

Locality-constrained Linear Coding（LLC）总结

LLC（Locality-constrainedLinearCodingforImageClassification）解析1LLC来源jianchaoyang的这篇Locality-constrainedLinearCodingforImageClassification
tiandijun·2014-11-15 17:00

局部敏感哈希(Locality-Sensitive Hashing, LSH)方法介绍

局部敏感哈希(LocalitySensitiveHashing)   计算item之间的相似项，计算item的topM最相似item，协同过滤计算(userbased或itembased)等等计算中，涉及大量两两相似项计算，计算复杂度为o(n2k)，其中n为item量级，k为元素维度量级。即使hadoop和mpi使得模型可在多个机器或处理器协同计算，在处理o(n)，nlog(n)复杂度问题时，如鱼
wenyusuran·2014-11-03 10:00

Locality Preserving Projections局部保持投影

本文是对何晓飞老师的论文LocalityPreservingProjections及其代码的一些简单j介绍，论文及代码均可以在何老师主页上下载。一、LPP简介线性投影映射最优化地保存了数据集的邻近结构与PCA可作为二选一的技术在外围空间各处均有定义（不只在训练数据点上有定义，在新的测试数据点上也能够定义）二、LPP算法实现设有数据集，现在要找到一个转换矩阵将这m个点映射到新的数据集空间，因此便可以
u010555688·2014-09-03 16:00

HBase File Locality in HDFS

转载自：http://www.larsgeorge.com/2010/05/hbase-file-locality-in-hdfs.htmlOneofthemoreambiguousthingsin Hadoop
lxf310·2014-07-20 15:00

Locality Sensitive Hash

LocalitySensitiveHash博客分类： 算法与数据结构数据结构算法局部敏感哈希——LocalitySensitiveHash是一种常见的用于处理高维向量的索引办法。与其它基于Tree的数据结构，诸如KD-Tree、SR-Tree相比，它较好地克服了CurseofDimension，能够将KNN的时间复杂度缩减到sub-linear。LSH多被用于文本、多媒体（图像、音频）的相似性判断
pi9nc·2014-05-22 16:00

位置敏感哈希:Locality Sensitive Hashing

http://blog.youtueye.com/work/lsh.html文中提到：1、高维数据搜索方法--最近邻搜索很详细已转到我的另一个博客http://yevlyn.blog.163.com/blog/#m=0
u013593585·2014-05-03 20:00

探寻从HDFS到Spark的高效数据通道：以小文件输入为案例(转)

为了保证高效的数据移动，locality是大数据栈以及分布式应用程序所必须保证的性质，这一点在Spark中尤为明显。
齐勇cn·2014-04-13 21:00

探寻从HDFS到Spark的高效数据通道：以小文件输入为案例

为了保证高效的数据移动，locality是大数据栈以及分布式应用程序所必须保证的性质，这一点在Spark中尤为明显。
尹绪森·2014-04-11 00:00

Virtual SAN 和数据局部性/重心

原文：http://www.yellow-bricks.com/2013/09/30/virtual-san-data-locality/注明：本文内容基于VMwareVSANbeta版本撰写，请访问http
SDS_Revolution·2014-03-14 15:12

LLC算法coding与pooling解析

这几天看了Locality-constrainedLinearCodingforImageClassification算法，里面涉及到coding与pooling过程，在此做一解析：1）FeatureExtract
Vincent乐·2014-02-28 22:35

LLC算法coding与pooling解析

   这几天看了Locality-constrainedLinearCodingforImageClassification算法，里面涉及到coding与pooling过程，在此做一解析：      1
chlele0105·2014-02-28 22:00

LSH算法.p稳定hash

0：转自wiki：http://en.wikipedia.org/wiki/Locality_sensitive_hashing以下参考资料仅供参考：LSH理解及相关资料：http://s99f.blog
wishchin·2014-02-13 16:00

Spark源码分析 -- SchedulableBuilder

Scheduleable tree的封装, 在Pool层面(中间节点), 完成对TaskSet的调度(FIFO, FAIR) 在TaskSetManager 层面(叶子节点), 完成对TaskSet中task的调度(locality
·2014-01-06 15:00

创建本地索引和全局索引

LOCALITY:表明分区索引是LOCAL的还是GLOBAL的。
zhaoyangjian724·2013-12-10 12:00

局部敏感哈希(Locality-Sensitive Hashing, LSH)方法介绍

局部敏感哈希(Locality-SensitiveHashing,LSH)方法介绍本文主要介绍一种用于海量高维数据的近似最近邻快速查找技术——局部敏感哈希(Locality-SensitiveHashing
nishiwodeangel·2013-11-05 20:00

海量文档查同或聚类问题 -- Locality Sensitive Hash 算法 （转）

考虑一下这个场景,使用网络爬虫高速爬取大量的网页内容,如果想把这些网页进行实时聚类,并从中提取每个网页聚类的主题.我们应该怎么样去做对于普通或常见的聚类算法,比如K-means,或Hierarchical聚类,无法适用于这个常见,对于这些聚类算法无法进行incremental聚类,即在聚类开始前必须知道整个数据集,而这个场景中的数据集是随着爬虫不断增多的.而且这些聚类算法的performance不
wangshaner1·2013-10-18 14:00

从文档相似度计算看LSH（Locality Sensitive Hashing）

 经常使用的哈希函数，冲突总是不招人喜欢。LSH却依赖于冲突，在解决NNS(Nearestneighborsearch)时，我们期望：•离得越近的对象，发生冲突的概率越高•离得越远的对象，发生冲突的概率越低由于是依靠概率来区分，总会有错判的问题（falsepositives/negatives）。由于LSH排除了不可能的对象集合，减少了需要处理的数据量，在NNS领域有很多成功的应用。我们来看一个寻
u010384318·2013-10-13 00:00

局部敏感哈希(Locality-Sensitive Hashing, LSH)方法介绍

局部敏感哈希(Locality-SensitiveHashing,LSH)方法介绍本文主要介绍一种用于海量高维数据的近似最近邻快速查找技术——局部敏感哈希(Locality-SensitiveHashing
icvpr·2013-10-06 12:00

关于2010_CVPR_Locality-constrained Linear Coding for Image Classification

这篇paper在基于前两篇paper的基础上做了些改进。ScSPM用SCcoding代替VQcoding之后，用linearSVM取得了不错的效果。有人发现SCcoding具有局部性，为了利用这个特点，便有了LCCcoding。基于SC和LCC，这篇paper提出LLCcoding，这种编码方法进一步降低了编码计算复杂度，并且可以用linearSVM。下面将这几种coding的目标函数做一下比较V
love_yanhaina·2013-10-04 20:00

局部敏感哈希(Locality Sensitive Hashing)

局部敏感哈希(LocalitySensitiveHashing)   计算item之间的相似项，计算item的topM最相似item，协同过滤计算(userbased或itembased)等等计算中，涉及大量两两相似项计算，计算复杂度为o(n2k)，其中n为item量级，k为元素维度量级。即使hadoop和mpi使得模型可在多个机器或处理器协同计算，在处理o(n)，nlog(n)复杂度问题时，如鱼
pi9nc·2013-10-03 10:00

关于numa的一些总结

1.不同的操作系统对numa的支持不一样.1.1solaris提供了localitygroupapi.可以使用它方便地进行locality操作.api可以参考http://docs.oracle.com
chrysanthemumcao·2013-07-03 21:21
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他