深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。[1] 深度学习的概念由Hinton等人于2006年提出。基于深信度网(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。[1] 深度学习是机器

LightLDA is a distributed system for large scale topic modeling. It implements a distributed sampler that enables very large data sizes and models. LightLDA improves sampling throughput and convergence speed via a fast O(1) metropolis-Hastings algori

针对工业控制中常用的PID控制器参数整定困难的问题,提出一种基于人工蜂群算法的参数整定方法。将PID控制器待整定参数看作蜜源,利用蜂群特有的角色转变机制搜索优质的参数组合 选取绝对误差矩积分性能指标作为参数寻优的目标函数。仿真实验结果表明,所采用的算法能够提高控制系统的动态性能,增强系统的快速性和稳定性,适用于PID控制器的自整定。 -For industrial control commonly used in PID controller tuning difficult problem

开源搜索Carrot2中的kmeans聚类算法（作为性能对比用），由波兰学者Osinski撰写。-The open source search Carrot2 kmeans clustering algorithm (used as a performance comparison), written by the Polish scholar Osinski.

半监督聚类是利用少量的标记数据提高聚类算法的性能，文中综述了半监督聚类算法的若干进展-Semi supervised clustering is a method to improve the performance of clustering algorithm by using a small amount of labeled data,Some advances about semi supervised clustering algorithms are reviewed in thi