locality

【读书笔记】深入理解计算机系统

6.2、局部性 　　一个编写良好的计算机程序倾向于展示出良好的局部性（locality）。也就是，它们倾向于引用的数据项邻近于其他最近引用过的数据项，或者邻近于最近自我引用过的数据项。
·2013-07-01 12:00

LSH: Locality Sensitive Hashing Theory

Postnavigation← PreviousNext →LSH:LocalitySensitiveHashingTheoryPostedon January20,2013两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
pi9nc·2013-06-18 10:00

LSH: Locality Sensitive Hashing Theory

Postnavigation← PreviousNext →LSH:LocalitySensitiveHashingTheoryPostedon January20,2013Shareto: 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
pi9nc·2013-06-18 10:00

位置敏感哈希Locality-Sensitive Hashing (LSH)

图像检索其基本定义为给定的一个包含个图像数据集，每个图像可以用一个维的特征向量来描述，因此整个图像数据集就映射为维空间的个点，在此维空间中用一个相似度度量函数来测量两个图像点之间的距离，对于任意给定的查询点，需要设计一个数据结构，来快速的返回距离最近(NearestNeighbor)的图像点(或者Ranking的多个点)。   当较小时(10-20),可采用如的结构，但当较大时(一个Discrim
zhoutongchi·2013-04-14 20:00

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

原文链接:http://blog.csdn.net/fxjtoday/article/details/6200257 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 , 
shenbai·2013-01-24 15:00

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。我们来看一个寻找相似
欧阳左至·2012-09-16 15:00

LSH（Locality Sensitive Hashing）理论基础

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.啥子意思喃？就是如果x和y离得越近，Pr[h(p)=h(q)]就越大。如果x和y离得越远，Pr[h(p)=h(q)]就越小。我们把局部敏感哈
欧阳左至·2012-09-15 14:00

Jaccard相似度、minHash、Locality-Sensitive Hashing(LSH)

在数据挖掘中经常需要用到比较两个东西的相似度。比如搜索引擎要避免非常相似的文档出现在结果的前几页，再比如很多网站上都有的“查找与你口味相似的用户”、“你可能喜欢什么什么”之类的功能。后者其实是很大的一块叫做“协同过滤”的研究领域，留待以后详谈。首先我们定义两个集合S,T的Jaccard相似度:Sim(S,T)=|S,T的交集|/|S,T的并集|。直观上就容易感觉出这是一个很简单而且比较合理的度量，
meijia_tts·2012-08-30 18:00

android网络-用sax对googlemap的xml进行解析，获取经纬度

按下按钮，获取输入地点的经纬度信息并显示xml文件举例 OK sublocality political 中国天津市河西区 河西区 河西区 sublocality political 天津 天津 locality
superjunjin·2012-05-01 14:00

LSH Algorithm and Implementation

LSH Algorithm and Implementation (E2LSH) Locality-Sensitive Hashing (LSH) is an algorithm for solving
denniszjw·2012-03-14 00:00

Java数字证书

生成密钥库的参数说明： CN(Common Name名字与姓氏) OU(Organization Unit组织单位名称) O(Organization组织名称) L(Locality
反求诸己·2012-01-09 20:00

MinHashing基本原理(2)

于是我们需要一种方法能够不遍历所有可能的元素对就找出相似度较大的那些（大于某个给定的阈值t），这就是所谓Locality-SensitiveHashing。第三章的后半部分基本全是围绕这一话题展开的。
pf1492536·2011-11-15 18:00

大规模数据挖掘-第三章 学习笔记二

阅读更多3.4文档局部性敏感哈希（Locality-SensitiveHashingforDocuments）虽然我们可以通过minhash来压缩大的文档到小的签名，并且仍然能够保留每对文档的相似性。
fuliang·2011-05-02 21:00

大规模数据挖掘-第三章 学习笔记二

3.4 文档局部性敏感哈希（Locality-Sensitive Hashing for Documents） 虽然我们可以通过minhash来压缩大的文档到小的签名，并且仍然能够保留每对文档的相似性
fuliang·2011-05-02 21:00

大规模数据挖掘-第三章 学习笔记二

3.4 文档局部性敏感哈希（Locality-Sensitive Hashing for Documents） 虽然我们可以通过minhash来压缩大的文档到小的签名，并且仍然能够保留每对文档的相似性
fuliang·2011-05-02 21:00

JAVA实现的Locality Sensitive Hash

我在之前的博客已大致介绍了LSH的原理及其的适用场景，有兴趣的朋友可以移步至 http://grunt1223.javaeye.com/blog/937600 这里我给出它的具体实现及实验效果：privateintdimention;//维度大小，例如对于sift特征来说就是128privateintmax;//所需向量中元素可能的上限，譬如对于RGB来说，就是255privateinthashC
make19830723·2011-03-09 10:00

Locality Sensitive Hash

转载：http://grunt1223.javaeye.com/blog/937600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
make19830723·2011-03-09 10:00

JAVA实现的Locality Sensitive Hash

我在之前的博客已大致介绍了LSH的原理及其的适用场景，有兴趣的朋友可以移步至http://grunt1223.iteye.com/blog/937600这里我给出它的具体实现及实验效果： privateintdimention;//维度大小，例如对于sift特征来说就是128 privateintmax;//所需向量中元素可能的上限，譬如对于RGB来说，就是255 privateinthas
grunt1223·2011-03-07 11:00

Locality Sensitive Hash

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。请看下图：参考上图，如果我们要返回距离中心为r的点，LSH会返回给我们范围更远
grunt1223·2011-03-01 22:00

LSH（ Locality-Sensitive Hashing）

hash其实就是一种映射，不过一般都不是一一映射。LSH这种映射有个很好的特点：它可以把在空间A里面相近的点映射到空间B后，这些点也相近。有这么好的一个性质，首当其冲的一个应用就是多维近似查询。比如说在空间A中，我们要查一个与给定点p相近的一些点，一般的方法就是用p去和空间A里面的点一一比较，最后找过最接近的一些点，显然这样方法的时间复杂度是0（n）级的，这在大规模查询中还是太大了。使用LSH的方
jiejnan·2011-02-28 13:00

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

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
fxjtoday·2011-02-22 15:00

JAVA数字证书及TOMCAT SSL支持配置说明

  生成密钥库的参数说明： CN(Common Name名字与姓氏) OU(Organization Unit组织单位名称) O(Organization组织名称) L(Locality
wangking717·2011-01-18 17:00

memory wall/Spatial locality/Temporal locality/Memory Latency/

    Generallyspeaking,memorybusbandwidthhasnotseenthesameimprovementasCPUperformance(anobservationsometimesreferredtoasthememorywall),andwithmulti-coreandmany-coresystems,theavailablebandwidthisshared
zhuliting·2010-12-27 20:00

准备在javaeye的博客上做一些技术笔记

虽然到时候可以再用搜索引擎去找，但毕竟知识也有一定的locality特性（至少觉得自己所涉及的是如此），我准备利用javaeye的博客做一下技术笔记
jamaica1982·2010-12-27 14:00

《在路上 …》 Locality Sensitive Hash

LocalitySensitiveHash缩写LSHhttp://old.nabble.com/Locality-Sensitive-Hashing-td21471609.htmlhttp://hi.baidu.com
zuroc·2010-09-21 13:00

HBase 数据文件在HDFS上的存储

 英文原文：http://www.larsgeorge.com/2010/05/hbase-file-locality-in-hdfs.html 在HDFS上面最不明确的事情之一就是数据的冗余。
TREND_CDC_SPN·2010-07-16 17:00

Chapter 6 Memory Hierarchy --- Locality

概念：Localityistypicallydescribedashavingtwodistinctforms:temporallocalityandspatiallocality.Inaprogramwithgoodtemporallocality,amemorylocationthatisreferencedonceislikelytobereferencedagainmultipletime
RichardYSteven·2010-02-03 11:00

Locality of Reference

LocalityofReferenceLet's takealookatthefollowingpseudo-codetoseewhylocalityofreferenceworks(see HowCProgrammingWorks toreallygetintoit):Outputtoscreen«Enteranumberbetween1and100»ReadinputfromuserPutva
happinux·2009-12-21 18:00

EMC delta set 学习

DeltaSets是将在一段事件内相关的写操作集合起来的缓冲地，它以两种途径实现了两地间带宽的有效利用：位置相关性（Locality-of-Reference）通信链路写负载平均化 传统的异步解决方案中
radiumguo·2009-03-30 14:41

带复制的基于局部性最少链接（Locality-Based Least Connections with Replication Scheduling）

 带复制的基于局部性最少链接调度（Locality-BasedLeastConnectionswithReplicationScheduling，以下简称为LBLCR）算法也是针对目标IP地址的负载均衡
starxu85·2008-11-05 22:00

基于局部性的最少链接（Locality-Based Least Connections Scheduling）

 基于局部性的最少链接调度（Locality-BasedLeastConnectionsScheduling，以下简称为LBLC）算法是针对请求报文的目标IP地址的负载均衡调度，目前主要用于Cache集群系统
starxu85·2008-11-05 22:00

帶頭衝，也要懂得適時放手

mod=locality&func=view&id=8893M台灣常務董事兼總經理趙台生
lukeshei·2007-06-20 10:00

如何把工作做完、做對、做好？

mod=locality&func=view&id=881  工作愈做愈多？工時愈來愈長？
lukeshei·2007-05-22 04:00

打造有別於Google模式 建立知識搜尋-Naver

mod=locality&func=view&id=3653Naver知識iN不只搜尋還分類
lukeshei·2007-05-22 03:00

全球不敢忽視的 Korea Power

mod=locality&func=view&id=3657 蓬勃的原創力，讓矽谷新創公司視韓國為「網路產業的時光機」，從韓國想像未來世界的樣子。
lukeshei·2007-05-17 04:00

靠部落格打響品牌 一個人賺全世界的錢

mod=locality&func=view&id=3340(版權所有屬於原刊登媒體) (撰文:謝光萍)每天新誕生12萬個部落格，現在全世界共有7千萬個部落格，平均每個小時有5萬8千篇、每天有140萬篇新文章發表
lukeshei·2007-05-03 05:00

【2007.04 經理人】以一個可見的目標點燃員工熱情

mod=locality&func=view&id=880(版權所有屬於原刊登媒體) 口述／羅榮岳採訪．撰文=張鴻羅榮岳現任：阿瘦實業總經理、台灣連鎖加盟協會理事學歷：中原大學建築系
lukeshei·2007-04-25 07:00

【2007.04.01 數位時代】你也能靠網路廣告養活自己

mod=locality&func=view&id=2437 (以下所有內容版權屬於原刊登媒體) 所有網站服務都想從廣告獲利，大自Google，小至部落客個體戶
lukeshei·2007-04-16 06:00

【2007.04.01 數位時代】你也能靠網路廣告養活自己

mod=locality&func=view&id=2437 所有網站服務都想從廣告獲利，大自Google，小至部落客個體戶，垂直型社群網站更是。
lukeshei·2007-04-04 07:00
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他