[会议总结]今天被批了

dskongenius 发表于 2007/10/30 12:24:58

今天实验室会议，本来应该我主讲的，但是自己太懒惰了，一点也没有准备，老板虽然没有说什么，但是脸色很难看。不过还是有一些收获： 1.我们的方向是生物信息学，总的来说，就是生物学，数据挖掘，机器学习几门学科的结合，现在做这个方向的有两类人，一类是做生物或者医学起家的，他们主要侧重于实实验，还有一类就是做计算机的，他们主要侧重于用计算机的方法作用于生物学的数据上面，也就是所谓的干实验，我们就是第二类人，对具体的生物学意义没有兴趣，主要就是生物学者给我们数据，告诉我们想要得到什么，然后我们用计算机方法得出这些数据。所以我们就是要从国内外一些顶级的刊物上面读一些paper，记录下一些具体的方法，积累得多了，自然就会有一些灵感的火花。碰到一些具体的问题就会游刃有余。 2.作业和论文的区别，作业仅仅要能够解决问题就行了，用什么方法不是重点，繁琐的方法可以，简单巧妙的方法更好。论文就不同了，一定要有比较，别人用什么方法得到什么结果，我现在提出一个新方法，得到的结果一定要比别人好，如果没有比较，那这个论文就没有任何意义。 3.方法不是拍脑袋想出来的。

 [随笔感悟]随感“二十一世纪的计算”　

dskongenius 发表于 2007/10/29 23:11:18

今天听了一天的所谓的学术会议，其实对于我也就是讲座，感触颇多。 1.见识了一些大师，两个图灵奖获得者，还有一些MIT，Cornell，伯克利，卡内基梅隆和Microsoft的资深科学家，这些科学家现在都已经年入古稀，获得奖项也不是很长时间。个人感觉对于自己的未来，进企业还是做基础性科研，一定要想清楚，如果想做基础性研究，一定要耐得住寂寞，能够潜心钻研几十年，甚至一辈子也出不了成果。但如果自己认定了哪一条路，就要坚定的走下去。 2.卡内基梅隆大学的Dr.Lenore BLUM和Dr.Manuel BLUM是一对夫妇，一个获得图灵奖，一个获得计算机杰出成就奖，他们是大会主席嘴里的“科学家家族”，两人出场时手挽着手，让会场的每一个人感受到了温情，携手，一个演讲时另一个就坐在旁边静静的注视着，包含深情。更加难得可贵的是两人还用刚学的汉语跟大家对话，让我们感受到了大师独特的人格魅力。他们演讲的重点是教我们如何做一个合格的“researcher”,认为一定要有自己的想法，一定要有发散性思维，可以做自己想干的事情。教我们如何去思考，发表paper。 <

 [随笔感悟]看了让人有想法的图片

dskongenius 发表于 2007/10/28 13:48:57

　1、血民 。那些跟随父母长途奔波来济卖血的孩子，他们懵懂无知的眼睛里流露出的依然

是儿童的天真与无邪。他们没有机会看见父母从胳膊上抽出的那一袋袋鲜血，也可能不懂

这个社会平常百姓生存的艰辛

2、新疆皮山县的一个乡卫生院，在这里住院，粮食和被褥都要病人自己带来
删除

 [随笔感悟]转贴]一个研究生导师的肺腑之言　

dskongenius 发表于 2007/10/28 12:41:36

作为你们的老师，我现在每周工作60小时，踏踏实实的60小时。
 
阅读，实践，思考，讨论和请教，周而复始。其实这还不够用，因为我既要独立做这边自己的课题，还要协助各位完成你们的课题。
 
那么对你们的要求降低一些，每周50小时吧。希望是真实而有效率的50小时，思维和四肢都处于激活状态的50小时。 大家千万不要认为这有什么不得了的，跟国外就不用比了，单就国内而言，北大、清华、中科院研究生的工作状态，比50小时有过之而无不及。不能否认我们学生 的天赋，但我们的天赋大约不会比北大、清华、中科院或者Stanford, Harvard, UC Berkeley的学生高很多。
 
一周工作40小时或更少，我们拿什么去竞争？
 
上面说的比较抽象，那再给各位提出一个具体的问题请大家考虑： 现在你阅读一篇自己研究方向的英文文献，在字典帮助下，能否在3小时（研究生）或6小时（本科生）内完全读懂和理解？ 现在你阅读一篇本领域的文献时，能否自然地联想起

阅读全文(2878) | 回复(3) | 编辑 | 精华 | 删除

 [随笔感悟]脚扭了，郁闷啊

dskongenius 发表于 2007/10/27 23:13:50

上周五打球脚扭了，本来以为很快就会好的，可是一周了，脚还是老样子，没有任何改善，周末两天看来只能待在宿舍里面养伤呢，还有很多事情没有做呢，下周四的排队论期中考试，学位考试，自辨论文，郁闷啊，得，明天还是自习去吧，那样才踏实

阅读全文(1162) | 回复(0) | 编辑 | 精华 | 删除

 [C++]引用与指针的比较

dskongenius 发表于 2007/10/24 23:10:37

引用是C++中的概念，初学者容易把引用和指针混淆一起。一下程序中，n 是m 的一
个引用（reference），m 是被引用物（referent）。
int m;
int &n = m;
n 相当于m 的别名（绰号），对n 的任何操作就是对m 的操作。例如有人名叫王小毛，
他的绰号是“三毛”。说“三毛”怎么怎么的，其实就是对王小毛说三道四。所以n 既不
是m 的拷贝，也不是指向m 的指针，其实n 就是m 它自己。
引用的一些规则如下：
（1）引用被创建的同时必须被初始化（指针则可以在任何时候被初始化）。
（2）不能有NULL 引用，引用必须与合法的存储单元关联（指针则可以是NULL）。
（3）一旦引用被初始化，就不能改变引用的关系（指针则可以随时改变所指的对象）。
以下示例程序中，k 被初始化为i 的引用

阅读全文(896) | 回复(0) | 编辑 | 精华 | 删除

 [C++]C++内存泄露典例

dskongenius 发表于 2007/10/24 23:02:59

//泄漏一
//类的构造函数与析构函数中未匹配地调用new与delete函数
class Point
{
    int x, y;
    char * color;
public:
    Point(int, int, char *);
    /*~Point(){};            This is wrong*/
    ~Point();
};

Point::Point(int new_x, int new_y, char *&nb

阅读全文(1099) | 回复(0) | 编辑 | 精华 | 删除

 [方法总结][技术精华]计算机核心刊物投稿经验(转)　

dskongenius 发表于 2007/10/24 22:47:47

１ .《小型微型计算机系统》 沈阳
审稿周期：四个月 （不固定）
发表周期：一年半（不办理加急业务）
审稿费：100元（初审通过后才要求作者寄审稿费，这个要赞一下！）
服务态度：极好
投稿方式：邮寄打印稿，交付审稿费后可在其主页上查询稿件状态。
转一下华中科技大学一位朋友的经验：
******
我中小微的经验：
1) 看看小微最近2年的杂志，有没有相关方面的文章，如果没有，中的机会大。
2）参考文献要尽量多引用那些是小微杂志编辑委员会写的文章的。
3）小微要求内容比较新，而且注重实现，要有数据和实现。
4）运气好的1个月就可以中。
******
２.《计算机应用》 成都
审稿周期：三个月（一般两个月左右能知道录用与否）
发表周期：半年（我所了解到最快的）
审稿费：50元
服务态度：较好
投稿方式：在其网站上在线投稿
对文章的质量要求较高，杂志社工作认真负责，信息反馈较快，送审两个月后基本上都能收到稿件的最终处理结果。
对

阅读全文(3331) | 回复(2) | 编辑 | 精华 | 删除

 [算法]20世纪最好的10个算法　

dskongenius 发表于 2007/10/24 21:38:46

　一、算法一词的来源

　　Algos是希腊字，意思是“疼”，A1gor是拉丁字，意思是“冷却”。这两个字都不是A1gorithm(算法)一词的词根，a1gorithm一词却与9世纪的阿拉伯学者al-Khwarizmi有关，他写的书《al-jabr w’al muqabalah》(代数学)演变成为现在中学的代数教科书。Ad-Khwarizmi强调求解问题的有条理的步骤。如果他能活到今天的话，他一定会被以他的名字而得名的方法的进展所感动。

二、20世纪10最好的算法

　　20世纪最好的算法，计算机时代的挑选标准是对科学和工程的研究和实践影响最大。下面就是按年代次序排列的20世纪最好的10个算法。

1.  Monte Carlo方法

1946年，在洛斯阿拉莫斯科学实验室工作的John von Neumann，Stan Ulam和Nick
Metropolis编制了Metropolis算法，也称为Monte Carlo方法。
    Metropolis算法旨在通过模

阅读全文(2499) | 回复(1) | 编辑 | 精华 | 删除

 [数据挖掘]关于数据挖掘的术语

dskongenius 发表于 2007/10/24 21:37:14

数据挖掘一些相关术语(Glossary)

人工神经网络(Artificial Neural Networks)一种非线性预测模型，通过训练和在结构上模仿生物神经网络来学习。

分类和衰退树(CART Classification and Regression Trees)一种用于数据集分类决策树技术。它提供一套也可用于一个新的未分类的数据集的规则，以预测哪些记录将有一个给定的结果。通过创建一个两路分化对一个数据集进行分段。较CHAID 技术，它需要较少的数据准备。

正方自动交互发现(CHAID Chi Square Automatic Interaction Detection)
一种用于数据集分类决策树技术。它提供一套也可用于一个新的未分类的数据集的规则，以预测哪些记录将有一个给定的结果。通过创建一个“多路分化”对一个数据集进行分段。较 CART 技术，它需要较多的数据准备。

分类(classification)
一种把数据集分为互斥组的处理，每组中的成员之间尽可能“接近”，而不同的组之间尽可能“远离”，其中距离的测量

阅读全文(2281) | 回复(1) | 编辑 | 精华 | 删除