-
编辑 删除
JVM的ServerSocket是怎么实现的（下）
JDK 为我们提供了 ServerSocket 类作为服务端套接字的实现，通过它可以让主机监听某个端口而接收其他端的请求，处理完后还可以对请求端做出响应。它的内部真正实现是通过 SocketImpl 类来实现的，它提供了工厂模式，所以如果自己想要其他的实现也可以通过工厂模式来改…
-
编辑 删除
JVM的ServerSocket是怎么实现的（上）
JDK 为我们提供了 ServerSocket 类作为服务端套接字的实现，通过它可以让主机监听某个端口而接收其他端的请求，处理完后还可以对请求端做出响应。它的内部真正实现是通过 SocketImpl 类来实现的，它提供了工厂模式，所以如果自己想要其他的实现也可以通过工厂模式来改…
-
编辑 删除
卷积神经网络文本分类
卷积神经网络（CNN）在图像处理领域取得了很大的成绩，它的卷积和池化结构能很好提取图像的信息，而在 NLP 领域循环神经网络（RNN）则使用的更多，RNN 及其各种变种因拥有记忆功能使得它们更擅长处理上下文。但 NLP 领域很多方面使用 CNN 取得了出色的效果，比如语义分析、…
-
编辑 删除
mysql协议
公众号的菜单已分为“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”等，可能有一款适合你的胃口。
-
编辑 删除
本地方法怎么映射Java层的数据类型
Java 语言上定义了不同的数据类型，比如有基础类型int、double等等，还有所有类的父类Object等，这些都是 Java 层面的类型，而使用本地方法的处理过程需要有它们对应的类型。 Java 层编写的本地方法，被编译器编译为字节码，字节码将按照规范将不同类型的参数给记录…
-
编辑 删除
文本分析——分配单词权重
文本处理中很多时候会需要给每个单词分配权重，有了权重以便后续进一步处理。常用的算法主要是TF-IDF。 TF，即Term Frequency。我们可以将文档看成由若干词（term）组成，那么文档中某个term出现的频率就是TF。词频和词权重存在关系，可以用来作为词权重的衡量因素…
-
编辑 删除
System.arraycopy为什么快
在 Java 编程中经常会遇到数组拷贝操作，一般会有如下四种方式对数组进行拷贝。 for遍历，遍历源数组并将每个元素赋给目标数组。 clone方法，原数组调用clone方法克隆新对象赋给目标数组，更深入的克隆可以看之前的文章《从JDK角度看对象克隆》。 System.array…
-
编辑 删除
近期的爬虫工作杂谈
最近在做自然语言理解处理相关的东西，主要是信息抽取方面的需求，由于没有好的公开数据集用作训练及测试，于是只能先自己去权威平台上爬取收集数据，所以这就涉及到了爬虫。 写爬虫用什么语言？由于我较熟且常用的大语言是 java、c++ 和 python。所以用这三种语言写爬虫其实都可以…
-
编辑 删除
从JDK源码看Java域名解析
在互联网中通信需要借助 IP 地址来定位到主机，而 IP 地址由很多数字组成，对于人类来说记住某些组合数字很困难，于是，为了方便大家记住某地址而引入主机名和域名。 早期的网络中的机器数量很少，能很方便地通过 hosts 文件来完成主机名称和 IP 地址的映射，这种方式需要用户自…
-
编辑 删除
智能算法之隐马尔可夫模型(HMM)
前面的《马尔科夫模型》主要是研究能直接观察到的序列的概率问题，通过马尔科夫假设能建立起马尔科夫链，从而解决一些序列问题。但有时候观察的对象并不是我们待处理的目标对象，它的规律隐含在观察对象中，观察的事件和隐含事件存在一定的相关关系，这时候就要用到隐马尔科夫模型(HMM)。 比如…
-
编辑 删除
从JDK角度看对象克隆
对象克隆其实是很常见的操作，它完成的功能是将现有对象内容（属性）拷贝到新的对象中，得到的是一个新的对象，而并不只是一个对象引用。 其实对于属性不多的对象我们可以直接通过编写代码逐一属性复制，比如我们可以直接 new 一个新对象，然后通过 set 方法将属性值一个个设置进去。但这…
-
编辑 删除
智能算法之马尔可夫模型
可能大家更常见到隐马尔科夫模型(HMM)，马尔科夫模型可以看成是一个更基础的模型，它是对能直接观察到的事件进行建模，所以与HMM相对应，有时也叫它为显马尔科夫(VMM)。马尔科夫模型要处理的是序列问题，核心思想就是统计所有样本的过程，得到系统中状态之间的转移概率。 马尔可夫过程…
-
编辑 删除
HTTPS杂记
网络耗时（比HTTP多了交互次数）。 加解密耗时。 可能浏览器需要由http跳转到https的耗时，用户使用http需要服务端返回302强制跳转https。 接着经过某种机制多次交互协商得到通信密钥，并且还会对证书的身份认证。 可能浏览器需要到证书机构查询证书状态。 可能还需要…
-
编辑 删除
一图简看智能聊天机器人的设计
（早前的一个智能聊天机器人设计，实际使用中已经改了很多了。） SuperRobot 框架主体。 自然语言理解系统。 词向量Trainer。 AliceBot负责闲聊，采用AIML Engine，属于rulebased。 闲聊语句通过后台输入到DB。 ServiceBot负责业务…
-
编辑 删除
细看Java序列化机制
在程序中为了能直接以 Java 对象的形式进行保存，然后再重新得到该 Java 对象，这就需要序列化能力。序列化其实可以看成是一种机制，按照一定的格式将 Java 对象的某状态转成介质可接受的形式，以方便存储或传输。其实想想就大致清楚基本流程，序列化时将 Java 对象相关的类…
-
编辑 删除
机器学习之决策树
决策树是很常见的机器学习分类算法，竟然叫决策树，那么它的模型其实就像树一样。通过对样本集的学习，挖掘出有用的规则。对于程序员来说或许以条件语句来看就更好理解了，决策树可以看成是多个if then条件语句的集合。这种模型等同于我们写的条件语句，所以它的预测分类速度是很快的。 来个…
-
编辑 删除
Tomcat内核、集群、参数及性能
Web服务器与浏览器之间以HTTP协议通信，浏览器要访问服务器即向服务器发送HTTP请求报文。 如图，此处用get方法访问了localhost的8080端口的Web、Index、JSP，服务器返回200状态码并将一些HTTP报文返回到客户端。 从图中可以看到，HTTP报文中的请…
-
编辑 删除
机器学习之支持向量机（SVM）
SVM 即支持向量机，常用于二分类模型。它主要的思想是： 它是特征空间上间隔最大的线性分类器。 对于线性不可分的情况，通过非线性映射算法将低维空间的线性不可分的样本映射到高维特征空间，高维特征空间能够进行线性分析。 对于指定的损失函数，根据一定的样本集就能根据这些样本来计算经验…
-
编辑 删除
我的2017年文章汇总——Java并发篇
近期准备把过去一年写的文章按照分类重新整理推送一遍，包括：“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”。 本篇推送java并发相关文章。 公众号的菜单已分为“分布式”、“机器学习”、“深度学习”…
-
编辑 删除
我的2017年文章汇总——自然语言处理篇
近期准备把过去一年写的文章按照分类重新整理推送一遍，包括：“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”。 本篇推送nlp相关文章。 公众号的菜单已分为“分布式”、“机器学习”、“深度学习”、“N…
