2017年2月20日
A N EAR -D UPLICATE D ETECTION A LGORITHM T O F ACILITATE D OCUMENT C LUSTERING——有时间看看里面的相关研究
摘要： 摘自：http://aircconline.com/ijdkp/V4N6/4614ijdkp04.pdf In the syntactical approach we define binary attributes that correspond to each fixed length subs 阅读全文
posted @ 2017-02-20 18:03 bonelee 阅读(532) 评论(0) 推荐(0) 编辑
一个基于特征向量的近似网页去重算法——term用SVM人工提取训练，基于term的特征向量，倒排索引查询相似文档，同时利用cos计算相似度
摘要： 摘 要 在搜索引擎的检索结果页面中,用户经常会得到内容相似的重复页面,它们中大多是由于网站之间转载造成的。为提高检索效率和用户满意度，提出一种基于特征向量的大规模中文近似网页检测算法DDW（Detect near-Duplicate WebPages )。试验证明，比起其他网页去重算法(I-Matc 阅读全文
posted @ 2017-02-20 17:22 bonelee 阅读(1452) 评论(0) 推荐(0) 编辑
python UDP CS demo
摘要： UDP Communication Contents UDP Communication Sending Receiving Using UDP for e.g. File Transfers Multicasting? Contents See also SoapOverUdp, TcpCommu 阅读全文
posted @ 2017-02-20 16:39 bonelee 阅读(380) 评论(0) 推荐(0) 编辑
python glances来监控linux服务器CPU 内存 IO使用
摘要： 什么是 Glances？ Glances 是一个由 Python 编写，使用 psutil 库来从系统抓取信息的基于 curses 开发的跨平台命令行系统监视工具。 通过 Glances，我们可以监视 CPU，平均负载，内存，网络流量，磁盘 I/O，其他处理器 和 文件系统 空间的利用情况。 Gla 阅读全文
posted @ 2017-02-20 15:00 bonelee 阅读(2577) 评论(0) 推荐(0) 编辑
大数据日志分析产品——SaaS Cloud, e.g. Papertrail, Loggly, Sumo Logic；Open Source Frameworks, e.g. ELK stack, Graylog；Enterprise Products, e.g. TIBCO LogLogic, IBM QRadar, Splunk
摘要： Learn how you can maximize big data in the cloud with Apache Hadoop. Download this eBook now. Brought to you in partnership with Hortonworks. In Febru 阅读全文
posted @ 2017-02-20 11:47 bonelee 阅读(892) 评论(0) 推荐(0) 编辑