问题标签 [frequency]

5 天前我发布了一个新的 iPhone 应用程序。它已经获得了很高的评价和很多下载，所以我认为它可以相当成功。（它目前在付费音乐应用中排名前 10。）

你认为最好的发布策略是什么：

• 经常发布许多微更新。（每次更新只有 1 或 2 个新功能，因为它们已完成。）

或者

• 减少发布主要更新的频率。（也许每 1 或 2 个月发布一个新版本。）

该应用程序目前的价格为 0.99 美元。本来打算在第一次大更新后涨价的。但如果该应用程序继续畅销，我可能会不理会价格。

只是想知道其他人如何处理他们的应用程序发布周期。谢谢！

我正在寻找一种快速有效的方法来计算listpython中项目的频率：

我想要一个频率计数器，它会给我这样的输出：

项目应按频率降序排列，如上所示。

我找不到有关此主题的任何可理解的信息。在荷兰维基百科上，我发现您可以应用 z 变换，它会以这种形式生成公式：
www.music.mcgill.ca/~gary/618/week1/img15.gif

以这个 FIR 滤波器为例：
upload.wikimedia.org/math/b/9/e/b9e2ed5184f98621922f716e5216f33d.png

使用 z 变换：
upload.wikimedia.org/math/4/d/6/4d6621be8fabf4db8816c12f34ed9877.png

在那个例子中，e^it（自然对数升到虚数单位，t = theta）代替 z： upload.wikimedia.org/math/0/6/e/06eada8fedfb492bd63bb50491b042aa.png

然后使用该函数的图并将其视为频率响应。我认为这种方法是一种计算滤波器频率响应的简单方法。但是，这种方法有效吗？当我想到一个小的延迟（它“阻塞”原始信号）时，我想到每个频率的频率响应应该是 1，因为信号没有改变，只是延迟了，但是用这种方法，我计算出频率响应为：

Z变换

代入 e^it（t=theta）：

由于这会产生正弦波作为频率响应，因此我一定做错了什么，或者误解了某些东西。如果有人可以帮助我，我会很高兴！

我需要一种从麦克风获取频率并确定平均频率的方法。有图书馆或其他东西来处理这个吗？

谢谢

在 excel 中计算不同的值 - 频率函数是的，我已阅读 在 excel 中计算不同的值 - 频率函数

我试图用不同的数字计算一列

列包含（搜索）

结果寻找；

嗯，我需要了解在 lucene 索引中索引的整个文档集合中的单词有多重要。我需要提取一些“可表示的单词”，让我们说一些常见的并且可以表示为整个集合的概念。或收集“关键词”。我做了全文索引，我使用的唯一字段是文本内容，因为文档的标题大多不可表示（数字、代码等....）

编辑：我正在阅读可能包含 60 个文档的索引....

}

所以，我会得到这个术语的 tfidf，但是对于我们循环的每个文档。而且我不需要这些结果：

tfidf(term1, doc1);

tfidf(term1, doc2);

tfidf(term1, doc3); ...........等等。
我需要衡量这个术语在集合中的重要性。凭直觉，这类似于“如果术语“term1”在 5 个文档中具有良好的 tfidf，那么这很重要”

但是，当然，更聪明的东西:)

谢谢！！！

我想找到windows提供的接口来改变CPU频率和核心电压。谢谢！

我工作的公司拥有数百万个文档，这些文档存储和共享在映射到用户驱动器的多个网络驱动器上（例如 d:\ 到 \server1\ 等）。

我想实现的是在网络驱动器上爬网，让用户使用全文索引快速查找文件。

我目前的索引策略是Lucene.net

但我不确定我应该多久索引一次网络驱动器，因为有数百万个文档要索引，更不用说通过网络传输的数据包了。

所以问题是我应该如何实现索引频率？
我一直在研究 Google/Windows 桌面搜索索引的频率，但没有结果。

鉴于以下列表

我正在尝试计算每个单词出现的次数并显示前 3 个。

但是，我只想找到首字母大写的前三个单词，而忽略所有首字母大写的单词。

我确信有比这更好的方法，但我的想法是执行以下操作：

1. 将列表中的第一个单词放入另一个名为 uniquewords 的列表中
2. 从原始列表中删除第一个单词及其所有重复项
3. 将新的第一个单词添加到唯一单词中
4. 从原始列表中删除第一个单词及其所有重复项。
5. ETC...
6. 直到原始列表为空....
7. 计算 uniquewords 中每个单词在原始列表中出现的次数
8. 找到前 3 个并打印

我使用mysql为事务表创建一个表...我需要从该表中检索频繁的事务数据...如何从表中找到频繁的数据帮助我！