好吧。。我错了。。。之前还说要好好学术的。。。然后又跑去看日剧了。。。
割了吧。。。。。。
《全开女孩》花了11集的功夫告诉我们一个鲜为人知的道理,那就是,小孩子果然是这个世界上最恐怖的存在!!它讲述了一个5岁小孩以其惊人的智商,洞察力与语言天赋,将所有大人玩弄于鼓掌之中,步步为营,暗操全局的故事。果然小孩切开来都是黑的。。。
本来我是Gakki去看的。。。结果日向这小P孩的锋芒让Gakki酱黯然失色!!!虽然我听说过有未成年人保护法的小孩是世界上最恐怖的生物,但是日向姐姐您好像还没用上这个大招吧。。虽说我听过过女孩子心智上会比男生先早熟,但是日向姐姐,你五岁就比20+的人都要世故了??虽说我看得出来你的家教非常良好,但是日向姐姐,乃怎么冒出的一些哲学的话我感觉我要40岁左右才能彻底领悟呢?? 阅读全文…
短期内的日剧N连发的最后一波了。。。估计。。。要好好学术了。。。不然。。。要挂科了。。。老板的任务做不出来了。。
《我的老大,我的英雄》 ,我会告诉你我是因为Gakki酱才去看的么??
本剧讲述了一个黑社会少主(waka)因为是个baka,被父亲勒令去读高中,然后一段基友,妹子,老师,小弟,同学的超级后宫史!!!
好多剧情相当的搞笑,本来看剧大部分时候只是微微一笑的我,都被搞到捶桌大笑不止。。。除了有赖于剧情本身就特别制造笑料外,必须归功于少主的各种神表情。。。
阅读全文…
结衣只应天上有!!!Gakki一生推!!!!!
花了两天看完只有七集的搞笑日剧《父女七日变》,只能得出这个结论!!!!!
比起《Dragon Sakula》里面的结衣,《父女》里面Gakki各种美!!各种萌!!!啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊!!!!!!!
好吧,原谅我的胡言乱语。。。
前几天在豆瓣上找日剧的时候找到这部的,当时就看了一下剧情简介,就直接笑出来了!!【灵魂交换神马的,让我想起了广末凉子的《秘密》】设定注定这部片子巨好笑,然后看了第一集,差点笑成狗。。。【现在觉得结衣酱比较适合演喜剧诶。。。e.g. Legal High】,比起Pure软妹子,拥有一颗大叔心的(伪)软妹子才是萌点十足啊!!魂淡!! 阅读全文…
这周日剧N连击,所以慢慢写观后感。。。
继《求婚》之后看的是《龙樱》,看剧情简介上倒没引起我太大的胃口,之所以让我去看的是演员表,山P,MASAMI,结衣酱,阿部宽4人。
[audio:http://kylen314.com/wp-content/uploads/2012/09/Realize.mp3|titles=Realize]
嘛,看过之后越是也觉得很不错~
看完第一集给我的感觉就是超像rookies的赶脚,都是青春校园励志热血剧。。。不好好读书的一群人,然后出现了一个很强势的sensei,一步步将他们引入正轨。撒,但是呢,看多两集我就知道其实不一样,学生的本质不一样,rookies里面是不良少年,所以没法好好读书,而且最后也没有好好读书,只是”笑着毕业”了,《龙樱》中的不是不良少年,而是一群baka。。。最后考上东大了~ 阅读全文…
诶多。。。其实这部剧是上周就看完了的,然后就很想写个观后感,但是咧,去参加了个研究生数模竞赛,然后就累得像狗一样,现在还生死未卜的,就一直拖啊拖,拖啊拖,唉,国庆要到了,哥今天完成了老板一个多月前的一个任务。。
。。
。。
。。的第一个模块。。。于是有闲情啦~
好吧,突然觉得先这种言情(??大雾)篇的观后感很不符合我的价值观诶,文艺风神马的我可写不出来,写出来都是吐槽,算了,还不如定义为这是一部穿越剧。。。
额。。。。《求婚》这部剧,简单来说,就是。。。额。。。一个少年,向你展示,即便是老师的新娘,我也会NTR给你看的!!!没错。。嗯。。
咳咳,严肃点!!! 阅读全文…
【专题前言】
额。。突然有想法搞这么个专题呢,首先,重中之重,我“被选”了这门课(虽然我也挺想学的),其次,早上老板跟我说我要好好学这门课,因为马上有个任务需要这门课的知识,再者,由于上课老师讲的过于纯数学,我在课堂上的集中力本身就是只有5左右,所以课上大部分听不懂外加走神,都是课后研究的,结果呢,网上这些讲解的资料大部分不是ppt就是paper,想象本科多好,要什么知识不懂,上网一搜,别人会用各种理解方式给你讲解,不再是课本那种公式派了,so,决定随着课堂进行,整理一下自己的见解和理解,方便将来瞄一下,也说不定可以拯救到和我之前一样迷途的骚年少女们~以上,前言!!
专题一:充分统计量
阅读全文…
之前在这里讲AP聚类算法的时候顺带提到了K-Means算法,但是就提到了K-Means算法有两个比较麻烦的弊端,一个是聚类的数目不能自动设置,而要人工设定。另外一个就是对迭代的初始点很敏感,初始点选的不好很容易得出错误的聚类结果来。
然后呢,前阵子无意中看到了K-Means算法的加强版,叫做K-Means++算法【维基请猛戳这里←】,这个算法解决了初始点敏感问题,额。。一定程度上把。。
根据维基上的说法,K-Means++这个算法步骤大概如下:
- 在已有的所有点中随机选取一个点,将其加入初始点。
- 对于所有的点,计算出他们的D值,D值就是每个点到距离他们最近的初始点的距离的平方。
- 对所有点选取下一个点加入初始点的集合,每个点被选取的概率正比于他们的D值。
- 如果初始点集合数目没有达到预定的数目,回到2,否则到5。
- 执行K-Means算法
这个算法为什么可以很好的解决K-Means算法的初值选择问题呢??我们考虑二维点集的聚类问题,K-Means算法是随便选择初始点,那么就会有一定的概率在一个Cluster内部出现两个或者更多的初始点,还有一种可能就是初始点出现在两个Cluster的正中间这种,反正就是会导致算法不是很有效,一个最常见的失败的聚类经常就是在某些地方把两类聚为一类,然后在另外一些地方把一类分为两类。但是呢,K-Means++算法可以很有效的避免这种状况,比如我在某一Cluster中间已经出现了一个初始点了,那么这个Cluster的点到这个初始点的距离就很小,平方后D值就更小了,所以这里面的点被选为下一个Cluster的概率就会很小。大部分情况下,K-Means++初始化完成之后每个Cluster就会有一个初始化点,这种时候我们就知道里聚类完成也差不多了。所以呢,K-Means++算法也可以很好地降低K-Means算法的迭代次数,换言之,就是算法的时间消耗。 阅读全文…
最近开始着手写一个麻将自动听牌分析器的程序(这里就不介绍了,等我写完了的话,会有详细介绍的。。)
然后遇到一个问题,就是要在MFC的基于对话框的Picture Control空间上显示指定路径的一张JPG图片。
但是呢,Picture控件主要支持的是Bitmap格式的,然后经过上网一阵查找,后来发现是要利用COM里面的一个IPicture的东西。
步骤就是先读取文件,然后。。。诶。。自己看下面的代码,我弄了详细的注释。。不懂Google。。 阅读全文…
作为一个Otaku,我不是很喜欢看武侠片的【现在也不喜欢】。。上一部看的武侠片大概是大一期末时候出的仙三了吧【应该。。】,倒不是说不好看,只是觉得经常不科学。。比起动漫里面的不科学【战斗力不科学,乳量不科学等】,武侠的不科学主要是剧情上不科学,为了营造某个气氛或者塑造某个人,让剧情变得不可理喻,即使武侠里面内功神马的世界观都现实的话,都不会出现那种剧情的。。
额。。前阵子回家,家里某胖子就在看《孔雀翎》,当时我在旁边一边瞄一边写程序,后来觉得剧情不错(当时看的是中间那一部分。。),然后就停下手来看了一些。当时觉得挺好看在于里面的剧情展开挺好玩儿的,都在欺骗,麻风装秋凤梧,秋凤梧装小武,刘星装邓玉如,这些骗局交错在一起就变得很有趣了。另外一个,我是觉得后简挺好看的。。当时也就看了中间一两集,到后简山脚下成为巫尊后就没看了。。
阅读全文…
好吧,这个题目是装b用的。。我有预感,这篇文章我写着写着就变成一篇流水文。。
好吧,一个坏习惯,每次讲主题之前都要讲一大堆毫无相关的废话。。这难道是义务教育语文写作文老师要你处处紧扣主题后无处发泄的后遗症??
额,当时还在华工的最后一段日子里我当时倒是完全没想到在浙大这边正式开学之前我居然就完成了深圳飞杭州,杭州飞深圳,深圳又飞杭州这么烧钱的行程。。【其实。。听说有报销这一回事儿。。】当时因为老板一句“不知你暑假有何计划”,脑子一抽觉得老板是在呼唤我【好吧,可能真的是】,就来了浙大所谓的“酱油行”了,每天宿舍办公室两点一线。之后在网上弄新生报到的时候发现要毕业证明和婚姻登记表才可以开学报到,我去年面试的时候,由于。。额。。我也不知道由于什么,然后填华工地址的时候没写清楚住哪一栋【不是没写清楚,是完全没写。。】,于是录取通知书被退回浙大,然后又到我老板手中,所以我是到这边拿到录取通知书之后才知道原来TMD要那些东西才可以报道的。。毕业证明学位证神马的我老豆是知道在哪,可以寄过来,但是鬼知道那个婚姻登记表在哪啊,说实话我自己都不知道,谁知道我当时把这么一张薄薄的纸给藏到几箱子东西的哪一个里面去了。。其实,了解我的基友们都知道,其实就算所有东西都可以寄过来,也阻止不了以此作为回家度假的理由!!
阅读全文…