开发技术下载,其它下载列表第61217页

[其它] 基于监督术语权重和自适应度量学习的集群化Web服务发现模型

说明：随着Web服务的爆炸性增长，关于如何快速找到所需服务的研究变得越来越重要和具有挑战性。在本文中，我们将重点放在非语义Web服务发现上，并提出一种有效的集群化Web服务发现模型（CFWSFinder）。与现有模型相比，CFWSFinder具有几个特征。首先，在服务表示过程中，CFWSFinder导入WordNet和潜在语义索引以将非语义Web服务表示为低维紧凑型语义特征向量。其次，在服务群集过程中，CFWSFinder使用修改后的内核批处理自组织图（KBSOM）神经网络来最大程度地缩短服务
<weixin_38617297> 上传 | 大小：315kb

[其它] git_command：之前保存在本地的git命令发布-源码

说明：git_command 之前保存在本地的git命令之前
<weixin_42138139> 上传 | 大小：3kb

[其它] 百柱：백준리즘제-源码

说明：百柱：백준리즘제
<weixin_42175971> 上传 | 大小：6kb

[其它] 世俗：Worldy是一项以文化为中心的活动预订，致力于将人们聚在一起-源码

说明：最终项目
<weixin_42120405> 上传 | 大小：376kb

[其它] 墨水：LaTeX + Inkscape-源码

说明：墨水使用Inkscape在LaTeX文档中插入图像。您可以使用在插入点的新的数字ink-make-figure或编辑现有数字或与其相关的TeX文件ink-edit-figure 。当您保存图像并关闭Inkscape时，将添加该图。默认情况下，生成的图像保存在图形子目录中。因此，如果您的项目位于~/mytex ，则图像将保存在~/mytex/figures 。当然，您可以更改该位置，但是请确保该路径存在。假设您已安装Inkscape。并且您的序言中应该有\usepackage{im
<weixin_42125770> 上传 | 大小：3kb

[其它] cpp-oop-kata-源码

说明：cpp-oop-kata
<weixin_42144199> 上传 | 大小：9kb

[其它] K8S高可用集群架构实现

说明：Kubernetes作为近几年最具颠覆性的容器编排技术，广泛应用与企业的生产环境中，相较于前几年的docker-swarm的编排方式，Kubernetes无疑是站在一个更高的角度对容器进行管理，方便日后项目的普适性，容易对架构进行扩展。生产环境下更注重于集群的高可用，不同于测试环境的单主节点，在生产环境下需要配置至少两个主节点两个node节点，保证在主节点挂掉之后，node节点的kubelet还能访问到另一个主节点的apiserver等组件进行运作。在基于前面搭建的k8s集群，如下k8s-mas
<weixin_38592332> 上传 | 大小：154kb

[其它] Vgmdb_Meta：从vgmdb中提取元数据并将其附加到宽松的跟踪列表-源码

说明：-ID可以是条形码或目录号 -CD [可选]如果专辑中有多于一张CD，则必须声明-D重命名和标记的目标-AA加载专辑插图（您必须为专辑插图安装Pillow） -M加载元数据-S在数据库中搜索（用于相册）例子： Vgmdb.py -ID 4534530127365 -CD 2 -D“ D：\ NEWMEDIA \ Musik \ Collection [OST] [FLAC]应许的梦幻岛S1-2 OST \ CD 2” -AA -M Vgmdb.py -ID 4534530127365 -S
<weixin_42123191> 上传 | 大小：6mb

[其它] 基于分组提升集成的跨领域文本情感分类

说明：针对目标领域带标签数据偏少的问题,综合运用半监督学习、BootStrapping、数据分组、AdaBoost、集成学习等策略与技术,提出了一种基于分组提升集成的跨领域文本情感分类方法.该方法首先利用少量人工标注的目标领域数据,基于合成过抽样技术产生一定数量的虚拟数据.在此基础上,采用BootStrapping方法获得更多目标领域高可信度的带标签数据.在分类器的构建方面,首先将源领域的带标签数据等量分割,并分别与目标领域带标签数据组合,在每个组合数据块上运用AdaBoost方法提升地训练多个分类器
<weixin_38703968> 上传 | 大小：962kb