DCGAN 论文简单解读
DCGAN的全称是Deep Convolution Generative Adversarial Networks(深度卷积生成对抗网络)。是2014年Ian J.Goodfellow 的那篇开创性的GAN论文之后一个新的提出将GAN和卷积网络结合起来，以解决GAN训练不稳定的问题的一篇paper.
关于基本的GAN的原理，可以参考原始paper,或者其他一些有用的文章和代码，比如:GAN mnist 数据生成,深度卷积GAN之图像生成,GAN tutorial等。
华大基因：云计算“撬动”大基因
中美两国均已启动“精准医疗计划”，在这个千亿美元的“蓝海市场”中，基因技术持续推动精准诊断、精准治疗产业链的蓬勃发展。两国上至政府，下至企业都在利用云计算、大数据等普惠技术加速基因医疗服务。美国谷歌云正在与遗传数据机构合作研发“谷歌基因组”项目，打造遗传分析云服务，Broad Institute遗传研究中心、哈佛、MIT都参与其中。
PCL中分割_欧式分割（1）
基于欧式距离的分割和基于区域生长的分割本质上都是用区分邻里关系远近来完成的。由于点云数据提供了更高维度的数据，故有很多信息可以提取获得。欧几里得算法使用邻居之间距离作为判定标准，而区域生长算法则利用了法线，曲率，颜色等信息来判断点云是否应该聚成一类。
数据挖掘算法之-关联规则挖掘(Association Rule)
在数据挖掘的知识模式中，关联规则模式是比较重要的一种。关联规则的概念由Agrawal、Imielinski、Swami 提出，是数据中一种简单但很实用的规则。关联规则模式属于描述型模式，发现关联规则的算法属于无监督学习的方法。
一、关联规则的定义和属性
考察一些涉及许多物品的事务：事务1 中出现了物品甲，事务2 中出现了物品乙，事务3 中则同时出现了物品甲和乙。