There is a big difference between WMP 11 and 10, which makes it quite difficult to adapt.

Personal opinion: the new version of WMP is a smart aleck who makes the user lose more control and permission.

在网上看到的，抑郁倾向的 9 个特征：

1. 一天中的大部分时间意志消沉，几乎每天如此，通过两种方式得到证明，一个是主观表达（如感到空虚、无助、悲伤等），另一个是别人的观察（爱哭泣等）。青少年表现为情绪的莫名急躁。
2. 一天中的大部分时间内，对所有的事情或者几乎所有的事务明显感觉兴趣不大或者不感兴趣，几乎每天如此（通过自己的主观表达，和别人的感受得到证明）。
3. 没有节食却体重明显下降，或体重增加（例如一个月的体重变化超过５％），或食欲增加，或食欲降低，几乎每天如此。
4. 失眠或者嗜睡，几乎每天如此。
5. 激动不安，或者反应迟钝，几乎每天如此（通过自己的主观表达，和别人的感受得到证明）。
6. 疲劳或者无精打采，几乎每天都如此。
7. 感觉自己或者环境一无是处，或是感觉过多的、不恰当的内疚，几乎每天如此，不仅仅是因为生病而自责或者内疚。
8. 思考或集中注意力的能力下降，或者犹豫不决，几乎每天如此（通过自己的主观表达，和别人的感受得到证明）。
9. 反复想到死（不仅是对死亡存在恐惧），反复出现自杀的念头而没有明确计划，或试图自杀，或有明确的自杀计划。

黑色的项目在我身上都有不同程度的体现（较为明显）。

这两天在学习模式识别中的分类方法，由于知识有限，很多内容看不懂。

前两天做了一个简单的基于贝叶斯决策理论的分类器。在应用合并概率公式时发现一个问题，如果一个样本中有一个词在第一类中出现的概率为1，还有一个词在第一类中出现的概率为0（或者说在第二类中出现的概率为1），这时最终就会出现0除以0的问题，这是我不愿意看到的。还有，只要有一个词在某一类中的概率为1或0，最终概率就会等于1或0，这也是我不愿意看到的。为了解决这个问题，对于在某一类中出现的概率为1或0的词，我把这个概率改为0.999999或0.000001这样接近于1或0的数字。最终测试结果还是比较令人满意的，分得八九不离十。

今天下午看到了一篇论文，里面提到了 Winnow 这个线性分类算法。看了半天没怎么看懂，里面的向量 x = (x₁, x₂, ..., x_n) 表示待分类的文本实例，然后这个 x 向量还要和权重向量 w = (w₁, w₂, ..., w_n) 点乘。这样看来 x 向量里的每个坐标应该都是数字，但是分类时提取出来的都是词，进行到这块就不知道该怎么处理了。不过中科院早已经把这个方法应用到垃圾邮件识别上了，据说效果比贝叶斯的要好一些。

昨天开始下载 VeryCD 的 wdfdf 提供的 荷东十个专辑及二个串烧专辑。

看论坛里的帖子发现第 2, 3 集由于盘片损伤，有 7-8 首歌受到影响了。但是，aecom 在回复中给出了荷东 BT 版本种子的下载页面。我看了一下，里面的文件大小与 VeryCD 提供的都不相同。但 BT 版本的有些专辑是分开的 WAV 文件，所以怀疑那个版本是拼凑的。而 VeryCD 的都是 wdfdf 自己亲手抓取的。所以打算主要从 VeryCD 下载，有问题的专辑下载 BT 版本的，毕竟听着听着来个几秒钟的静音还是非常不爽的。

PS，该资源已发布: [http://lib.verycd.com/2006/06/08/0000106103.html Various%20Artist%20-%E3%80%8A%E8%8D%B7%E4%B8%9C%E3%80%8B%28Hollywood%20East%20St
ar%20Trax%29%5BMP3%21%5D]。