问题标签 [lsa]

我最近问了一个问题，关于我让 MIT Kerberos 与 Microsoft 的 LSA 凭据缓存很好地配合使用时遇到的一些问题。

有人告诉我设置注册表项AllowTGTSessionKey应该可以解决问题。

但是，我仍然遇到问题，现在我挖得更深了。

运行klist tgt（使用 Microsoft 在 中提供的 klist \windows\system32），它在所有其他输出中显示：

因此，会话密钥仍然是空白的，即使这是上面提到的注册表项应该解决的问题。

那么还有哪些其他条件可能导致会话密钥被清空？

我现在尝试了各种用户帐户（域管理员、域用户、启用和不启用 UAC），但似乎没有任何区别。

那么，有谁知道问题可能是什么？或者知道解决方案（和/或丑陋的解决方法）

我必须找到参考文档和存储库中的文档集之间的相似性。

我的疑问：

1. 由于我的数据库中有大约 7 个文档，因此我只得到 8*8 varray(document matrix) 。那么，如果我仅找到这 8 个值的余弦相似度，我会得到正确的结果吗？

2. 这种方法普遍采用吗？

我使用 java 来编写代码。我使用 jama 包来查找 svd 。

我正在使用 jama 包来查找 lsa 。我被告知要减少维度，因此在这种情况下我将其减少到 3 并且我重建了矩阵。但是得到的矩阵与我给系统的矩阵非常不同

这是代码

仅包含 3 个文件的示例输出，其中两个文件相似

svd 之后的数组：

我经历了 jama 和 colt（我在 java 中编码）。他们都希望我使用数组，使得行数多于列数。

但是在潜在语义分析（LSA）的情况下，我有 5 本书，总共有 1000 多个单词。当我使用术语文档矩阵时，我得到一个 5*1000 矩阵。

由于这不起作用，我被迫转置矩阵。在转置时，我使用 1000 * 5 。使用 1000*5 当我执行 svd 时，我得到一个 5*5 的 S 矩阵。为了执行降维，这个 5*5 矩阵看起来很小。

可以做什么？

我正在尝试为我最后一年的项目开发一个以音乐为中心的搜索引擎。我一直在研究潜在语义分析及其在互联网上的工作原理。我无法理解 LSI 在整个搜索引擎系统中的确切位置。是否应该在网络爬虫完成网页查找后使用？

我最近一直在研究潜在语义分析。我通过使用 Jama 包在 java 中实现了它。

这是代码：

但是我们如何确定维数呢？有没有一种方法来确定系统应该减少到的维数以获得最佳结果？对于 LSA 的有效性能，我们还考虑了哪些其他参数？

想法是获取公司域凭据，我正在尝试对使用 RAS 卡和 VPN 加入网络的用户进行身份验证。我发现了一个代码，它正在做类似的事情，但由于某种原因，它只返回本地凭据。但我对用户使用 VPN 和 RAS 卡进行连接时输入的公司凭据感兴趣。

你能提供一些建议或者你有一个代码示例吗？

}

谢谢！！！！！

我正在将 SVD 应用于我已经创建的术语文档矩阵。矩阵是以下形式的双精度数组：

公共静态双[][] tdidf;
tdidf = new double[listOfFiles.length][keywordList.size()];

但是当我使用苹果 svd 时：

公共无效计算SVD（）
{
矩阵A =新矩阵（tdidf）；奇异值分解 svd = A.svd();
矩阵 U = svd.getU();
矩阵 S = svd.getS();
}

我收到一个错误：

线程“main”中的异常 java.lang.ArrayIndexOutOfBoundsException: 53
at Jama.SingularValueDecomposition.getS(SingularValueDecomposition.java:511)
at TDIDF_Matrix.computeSVD(TDIDF_Matrix.java:119)
at Jama.main(Jama.java:191)

在计算 SVD 之前我需要转置 A 吗？

如果您查看http://www.cs.nmsu.edu/~mmartin/LSA_Intro_AI_Seminar.ppt，它们会在幻灯片 25 上显示每个单词的计算分数。

我无法找到如何计算此摘要。

最近，我完成了一个 LSA 的实现，可以生成这个 PPT 中的所有其他结果，但不能生成 Slive 25。

我问这个的原因是因为我想用它来说明文档得分高的“主要原因”。

是否有用于 LSA/LSI 的 C++ 库？最好是 MIT, BSD, Apache,... 许可证 - 没有 GPL。