[其它] 基于有限状态机模型的非压缩域视频差分能量水印算法

说明：基于有限状态机模型的非压缩域视频差分能量水印算法
<weixin_38710781> 上传 | 大小：415kb

[其它] 版权保护中的新型自适应差分能量视频水印方案

说明：版权保护中的新型自适应差分能量视频水印方案
<weixin_38537541> 上传 | 大小：1mb

[其它] 利用高质量特征扩展模式对中文短文本进行分类

说明：Ť 他的文章提出中国短文本有观念淡薄信号，其中高品质的功能扩展模式s的提取和使用的有效分类的方法。 在第E 法， 特征扩展模式被认为是一组具有在训练数据中的共现关系的术语，并 提出了三种决定其是否高质量的度量，即置信度，类别同质性和相关强度。 然后，设计了一种从训练数据中提取高质量特征扩展模式s 的算法。 接着，中国短文本分类算法ùtilizing˚FeatureËxtension 模式s的呈现，其中的短文本，通过添加新的特征或修改的初始特征的权重延长，根据非特征术语之间的关系和特征Ëxtens
<weixin_38617604> 上传 | 大小：436kb

[其它] 中文文本分类的两步特征选择法

说明：针对从文集全局角度评价特征重要性的传统特征选择方法可能忽略某些重要分类特征的问题,提出两步特征选择方法.该方法首先过滤掉类别关联性不强的特征;然后根据词的统计信息将词归为各个类别的区分词,找出每个类的分类特征的最优子集;最后,将各个类别的最优子集组合起来形成最终分类特征.实验采用朴素贝叶斯作为分类器,使用IG,ECE,CC,MI和CHI等5种特征选择公式对该方法与传统方法进行比较,得到分类性能宏平均指标对比分别为91.075%对86.971%,91.122%对86.992%,91.160%对87
<weixin_38652870> 上传 | 大小：335kb

[其它] 面向短文本的命名实体识别

说明：针对短文本命名实体识别这项紧缺任务,提出了一种面向短文本的快速有效的命名实体识别方法。该方法主要分成三步:第一步,针对短文本表达不规范特性对命名实体识别的干扰,采取去干扰字符,化繁为简等规范化操作。第二步,针对短文本语意不完整特性,提出用HMM(隐马尔可夫模型)以词性做观察值进行初步命名实体识别。第三步,据初步识别结果,构建拼音同指关系库来识别潜在实体。在由8464篇短文本构成的测试集上运行的实验表明,该方法能较好地进行短文本命名实体识别。
<weixin_38637144> 上传 | 大小：345kb

[其它] 基于领域词语本体的短文本分类

说明：短文本自身长度较短,描述概念能力弱,常用文本分类方法都不太适用于短文本分类。提出了基于领域词语本体的短文本分类方法。首先抽取领域高频词作为特征词,借助知网从语义方面将特征词扩展为概念和义元,通过计算不同概念所包含相同义元的信息量来衡量词的相似度,从而进行分类。对比实验表明,该方法在一定程度上弥补了短文本特征不足的缺点,且提高了准确率和召回率。
<weixin_38663595> 上传 | 大小：347kb

[其它] jvs-netlib：围绕BSD和Winsock套接字的C ++包装器-源码

说明：网络文件库 BSD和Winsock套接字周围的C ++包装器
<weixin_42178688> 上传 | 大小：46kb

[其它] 一种新的词语相似度计算方法

说明：提出了一种新的词语相似度计算方法。该方法利用词语关联分布规范化因子,对互信息中目标词和基词的关联度度量方法进行了修正,通过计算目标词和基词的关联度,构造目标词的属性向量,由目标词的属性向量,利用夹角余弦法计算出目标词语相似度。实验结果验证了该方法的有效性。
<weixin_38709466> 上传 | 大小：331kb

[其它] Katarino-Sniper-Nitro：Selfbot Katarino-Sniper-Nitro-源码

说明：卡塔里诺狙击手 Un sniper discordnomméKatarino 4狙击手不负责任Nitro / Giveaways / Slotbot / Privnote pour plus d'information rejoinez nous sur le不和谐指示 Il ya aussi la version de Katarino en selfbot / sniper avec 112 Commands Disponnible留置权： ： 安装（Pour ceux qui save
<weixin_42165980> 上传 | 大小：411kb

[其它] aroacedb-back-源码

说明：豆豆机器人
<weixin_42104366> 上传 | 大小：43kb

[其它] AverellDev.github.io：Averell Dev的网站-源码

说明：averelldev.github.io Averell Dev的网站 目前正在建设中
<weixin_42162171> 上传 | 大小：85kb

[其它] 利用上下位关系的中文短文本分类

说明：针对短文本长度短、描述信号弱的特点,提出了一种利用上下位关系的中文短文本分类框架。该框架首先利用知网确定训练文本中概念对的上下位关系,进而确定词语对的上下位关系,再将其用于扩展测试文本的特征向量,从而实现对测试文本的分类。实验表明:利用上下位关系能够改善短文本的分类性能。
<weixin_38602563> 上传 | 大小：425kb