一元线性回归曲线 y=ax+b,求解出a b 和相关系数r

UserCF和ItemCF是协同过滤中最为古老的两种算法，在top-N的推荐上被广泛应用。这两个算法之所以重要，是因为他们使用了两个不同的推荐系统基本假设。UserCF认为一个人会喜欢和他有相同爱好的人喜欢的东西，而ItemCF认为一个人会喜欢和他以前喜欢的东西相似的东西。这两个假设都有其合理性。根据我的测试，用UserCF和ItemCF做出的推荐列表中，只有50%是一样的，还有50%完全不同。但是这两个算法确有相似的精度。所以说，这两个算法是很互补的。我一直认为这两个算法是推荐系统的根本，因为无论我们是用矩阵，还是用概率模型，我们都非常的依赖于前面说的两种假设。如果用户的行为不符合那两种假设，推荐系统就没必要存在了。因此我一直希望能够找出这两种算法的本质区别。他们有相似的精度，但是coverage相差很大，ItemCF coverage很大而UserCF很小。我还测试了很多其他指标，不过要从这些表象的指标差异找出这两个算法的本质区别还是非常困难。不过上周我基本发现了这两个算法推荐机理的本质区别。我们做如下假设。每个用户兴趣爱好都是广泛的，他们可能喜欢好几个领域的东西。不过每个用户肯定也有一个主要的领域，对这个领域会比其他领域更加关心。给定一个用户，假设他喜欢3个领域A,B,C，同时A是他喜欢的主要领域。这个时候我们来看UserCF和ItemCF倾向于做出什么推荐。结果如下，如果用UserCF, 它会将A,B,C三个领域中比较热门的东西推荐给用户。而如果用ItemCF，它会基本上只推荐A领域的东西给用户。因为UserCF只推荐热门的，所以UserCF在推荐长尾上能力不足。而ItemCF只推荐A领域给用户，这样他有限的推荐列表中就可能包含了一定数量的不热门item，所以ItemCF推荐长尾的能力比较强。不过ItemCF的推荐对某一个用户而言，显然多样性不足。但是对整个系统而言，因为不同的用户的主要兴趣点不同，所以系统的coverage会很大。显然上面的两种推荐都有其合理性，但都不是最好的选择，因此他们的精度也会有损失。最好的选择是，如果我们给这个用户推荐30个item，我们既不是每个领域挑选10个最热门的给他，也不是推荐30个A领域的给他，而是比如推荐15个A领域的给他，剩下的15个从B,C中选择。认识到这一

用回溯方法写的01背包问题，有中文注释，很容易懂！-Methods used to write back the 01 knapsack problem, a Chinese note, it is easy to understand!

这个函数ObjectDetection Viola-Jones中检测的实现框架。在这个框架Haar-like特性用于快速目标检测。它支持训练分类器OpenCV的XML文件,可以在opencv.willowgarage.com上下载作为OpenCV的一部分软件

这里面有很多有用的东东，不过很容易看懂的。-There were many useful Eastern, but the very easy to read and understand.

运用自相关函数求混沌时间序列的延迟时间，使用matlab工具编程实现自相关函数求延迟时间；运用自相关函数求混沌时间序列的延迟时间，使用matlab工具编程实现自相关函数求延迟时间；运用自相关函数求混沌时间序列的延迟时间，使用matlab工具编程实现自相关函数求延迟时间；

空间电压矢量脉宽调制技术(SVPWM)在DSP中的实现步骤： (1)获得SVPWM的输入信号UALFA,UBETA,Ud,Uq经过IPARK变换得到输入信号UALFA,UBETA; (2)利用输入信号UALFA,UBETA计算中间变量B0,B1,B2，确定扇区Sector； (3)利用输入信号UALFA,UBETA计算中间变量X,Y,Z，再根据不同扇区利用中间变量X,Y,Z计算t1,t2; (4)利用t1,t2根据不同扇区计算Ta,Tb,Tc; (5)利用Ta,Tb,Tc计算占空比MfuncD1，MfuncD2，MfuncD3，之后再计算全比较器参数赋值CMPR1，CMPR2，CMPR3.

数据结构线性链表课程设计，附有详细课程设计报告。已调试，可以下载。-linear list data structure curriculum design, with detailed curriculum design report. Have debugging, can be downloaded.

当高速公路交通堵塞的原因，如事故、短暂的失速、暂时拥挤的高速公路入口或出口等被消除或不再有效时，堵塞不会瞬间消失。这样做需要时间。这和红色交通信号灯前排队的汽车没什么区别，当绿灯亮时，红色交通信号灯不会立即消失。无论是高速公路还是街道，拥堵都需要时间消散，交通越拥挤，过程越长。在交通高峰期，高速公路拥堵的消失可能比最初的增长要长得多。不断演变的拥堵在高速公路上以与交通相反的方向移动，影响它远离最初原因的位置。驶出塞车的司机们没有看到任何异常，这让他们大吃一惊。

c++编码的排序算法-c Coding Algorithm

微软1.2kbps MELP 算法 用于语音压缩的MELP算法，为美国联邦标准，给出的代码中包括了MELP算法的C实现版本，版权为微软所有