想要了解聚类算法并对其进行区别与比较的话，最好能把聚类的具体算法放到整个聚类分析的语境中理解。聚类分析是一个较为严密的数据分析过程。从聚类对象数据源开始到得到聚类结果的知识存档，共有四个主要研究内容聚类分析过程：1984年，Aldenderfer等人提出了聚类分析的四大功能:一是数据分类的进一步扩展;二是对实体归类的概念性探索;三是通过数据探索而生成假

在最近的项目中，完成了许多python处理矢量数据的算法程序，比如缓冲区分析、叠置分析、统计分析等，主要用到的是GDAL/OGR库，很多功能都参照了此链接中的示例：http://pcjericks.github.io/pygdalogrcookbook/(https://www.oschina.net/action/GoToLink?urlhtt

在执行程序时为了提高性能，提高并行度，编译器和处理器常常会对指令做重排序。重排序分三种类型：1.编译器优化的重排序。编译器在不改变单线程程序语义的前提下，可以重新安排语句的执行顺序。2.指令级并行的重排序。现代处理器采用了指令级并行技术（InstructionLevelParallelism，ILP）来将多条指令重叠执行。如果不存在数据依

为进一步优化美团搜索排序结果的深度语义相关性，提升用户体验，搜索与NLP部算法团队从2019年底开始基于BERT优化美团搜索排序相关性，经过三个月的算法迭代优化，离线和线上效果均取得一定进展。本文主要介绍探索过程以及实践经验。!(https://oscimg.oschina.net/oscnet/up113c52d3c867e9a47fca9f9a

!(https://img2018.cnblogs.com/blog/1609236/201903/160923620190314142009419504706416.png)Cesium视域分析好玩的东西大家都喜欢，但好玩又难嚼的东西就总让人心痒痒。视域分析应该说是GIS空间分析里比较经典又实用很广的功能，理论起来很简单，就是看得见与看不

自然语言表征模型最近受到非常多的关注，很多研究者将其视为NLP最重要的研究方向之一。例如在大规模语料库上预训练的BERT，它可以从纯文本中很好地捕捉丰富的语义模式，经过微调后可以持续改善不同NLP任务的性能。因此，我们获取BERT隐藏层表征后，可用于提升自己任务的性能。但是，已有的预训练语言模型很少考虑知识信息，具体而言即知识图谱(ht

API是模块或者子系统之间交互的接口定义。好的系统架构离不开好的API设计，而一个设计不够完善的API则注定会导致系统的后续发展和维护非常困难。以下谈一点API设计的原则。业务层业务语义简单明确一个接口或者说一个api，必定是为外部使用者服务的，因此必须具有明确的业务/使用意图。api的从命名到定义，都必须围绕着这个意图来进行

奇技指南语法糖往往给程序员提供了更实用的编码方式，可以使代码更简洁流畅，语义更自然。本文介绍笔者自己写的PHP语法糖扩展，扩展了一种全新的PHP超全局变量获取方式。本文作者范家鹏，360技术委员会WEB服务端分TC委员。1、说说语法糖首先说说“语法糖”这个词绝非贬义词，它可以给我们的开发工作带来便利，是一种轻量级便

随着对地立体观测体系的建立，遥感大数据不断累积。传统基于文件、景/幅式的影像组织方式，时空基准不够统一，集中式存储不利于大规模并行分析。对地观测大数据分析仍缺乏一套统一的数据模型与基础设施理论。近年来，数据立方体的研究为对地观测领域大数据分析基础设施提供了前景。基于统一的分析就绪型多维数据模型和集成对地观测数据分析功能，可构建一个基于数据立方的对地观测大数据

文章从常用的关系型数据库MySQL的分库分表Join分析，再到非关系型ElasticSearch来分析Join实现策略。逐步深入Join的实现机制。