产品设计与用户体验Good(来自腾讯CEO马化腾的PPT).ppt

提出一种基于运动趋势的移动对象位置预测算法，不仅借鉴马尔可夫模型思想对移动对象的历史活动轨迹进行建模，而且将对象的运动趋势作为位置预测的重要因素。以全体历史停留区域作为未来位置的候选，根据位置的特征，将结果分为预测位置和推荐位置。真实数据实验表明，算法在保证较高时间效率的同时，预测精度较同类算法提高近10%。

为解决传统隐马尔可夫股价行为预测模型对输入特征序列和隐含状态数目敏感，导致预测结果存在局部最优、误差较大的问题，设计了新的股票因子特征选择方法，包括对因子特征的筛选和特征数据预处理。结合贝叶斯信息规则确定模型最佳隐含状态数目，提出了一种优化股价行为预测性能的PRHMM模型。通过对比支持向量机、ARIMA模型，实验结果证明，所提出的预测算法相对传统预测模型，在股价行为预测中有更好的预测表现。

AWS 云上开发安全、可靠且可扩展的 Java 应用程序所需的全部工具、文档和示例代码。开始使用适用于 Java 的 AWS 开发工具包中的 Java 库、代码示例和文档构建软件。通过 AWS Toolkit for Eclipse，Eclipse Java IDE 用户可以轻松使用软件开发工具包开始工作。AWS Toolkit for Eclipse 是适用于 Eclipse Java IDE 的插件，能够使开人员更为轻松地使用 Amazon Web Services 开发、部署和调试 Java 应用程序。

利用自行研制的便携式拉曼光谱仪，研究了甘肃、青海和新疆3个产地软玉的拉曼光谱特征,并对其光谱差异进行解析；基于马氏距离判别方法和随机森林判别方法实现了3个产地软玉的无损鉴别。结果表明：利用马氏距离判别方法和随机森林判别方法可以对具有相同拉曼峰的不同产地的软玉进行鉴别，鉴别准确率分别为87.5%和95.83%。

寻找数据中模式的问题是⼀个基本的问题，有着很长的很成功的历史。例如，16世纪 Tycho Brahe 的⼤量的观测使得 Johannes Kepler 发现⾏星运⾏的经验性规律，这反过来给经典⼒学的发 展提供了跳板。类似地，原⼦光谱的规律的发现在20世纪初期对于量⼦⼒学的发展和证明有着 重要的作⽤。模式识别领域关注的是利⽤计算机算法⾃动发现数据中的规律，以及使⽤这些规 律采取将数据分类等⾏动。 考虑⼿写数字识别的例⼦，如图1.1所⽰。每个数字对应⼀个 28 × 28 像素的图像，因此可以 表⽰为⼀个由784个实数组成的向量 x 。⽬标是建⽴⼀个机器，能够以这样的向量 x 作为输⼊， 以数字0到9为输出。这不是⼀个简单的问题，因为⼿写体变化多端。这个问题可以使⽤⼈⼯编 写的规则解决，或者依据笔画的形状启发式地区分数字，但是实际中这样的⽅法导致了规则数 量的激增，以及不符合规则的例外等等，并且始终给出较差的结果。

为分析时序网络演化速度对传播过程的影响,通过改进已有的时序相关系数定义,给出了一个网络演化速度指标;同时,提出了一个具有非马尔可夫性质的时序网络演化模型。在每个时间步,每一个给定的激活节点都以概率r在网络中随机选择一个节点,以概率1-r在该激活节点的原邻居中随机选择一个节点,并在该激活节点与所选节点间建立连边。模拟结果表明:网络模型参数r与网络演化速度指标之间有单调增的关系;同时,激活节点随机连边的概率r越大,网络传播范围就越广。由此可知:演化速度快的时序网络有利于网络传播;进一步地,网络拓扑结构的快速变化有利于信息的快速传播,但不利于抑制病毒传播。

经典的马踏棋盘程序 采用贪心算法求解 时间复杂度为O(m*n)

课程设计全面，有动态效果 利用了贪婪算法 数据结构 等知识

在Matlab中实现持续时间高阶隐马尔可夫模型（DHO-HMM）及其在语音识别中的应用。