点数信息
www.dssz.net
注册会员
|
设为首页
|
加入收藏夹
您好,欢迎光临本网站!
[请登录]
!
[注册会员]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - 层次特征词
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
WEB设计大全
前言第一部分 Web设计核心问题第1章 什么是Web设计 1.1 Web设计的金字塔 1.2 建设Web站点 1.3 为用户建设 1.4 从纸张到软件 1.5 Web的图形用户界面传统 1.6 内容的关注 1.7 外观问题 1.8 形式和功能的平衡 1.9 什么是好的Web设计 1.10 探索Web设计 1.11 所见即所想 1.12 小结 第2章 Web设计进程 2.1 进程需求 2.2 特别的Web进程 2.3 基本的Web进程模型 2.3.1 修正瀑布模型 2.3.2 联合应用开发模型
所属分类:
Web开发
发布日期:2007-08-05
文件大小:9mb
提供者:
tutuliu
WEB设计大全(part2)
前言第一部分 Web设计核心问题第1章 什么是Web设计 1.1 Web设计的金字塔 1.2 建设Web站点 1.3 为用户建设 1.4 从纸张到软件 1.5 Web的图形用户界面传统 1.6 内容的关注 1.7 外观问题 1.8 形式和功能的平衡 1.9 什么是好的Web设计 1.10 探索Web设计 1.11 所见即所想 1.12 小结 第2章 Web设计进程 2.1 进程需求 2.2 特别的Web进程 2.3 基本的Web进程模型 2.3.1 修正瀑布模型 2.3.2 联合应用开发模型
所属分类:
Web开发
发布日期:2007-08-05
文件大小:8mb
提供者:
tutuliu
超越对手--软件项目经理的18种实用技能
如何成为一名合格的项目经理 1 前言 6 1 前言 6 2 如何做业务调研? 7 2.1 调研工作如何组织? 7 2.2 调研准备阶段容易犯哪些错误?(上) 8 2.2.1 第一个容易犯的错误:不清楚调研的的目的 8 2.2.2 第二个容易犯的错误:计划不够细致 9 2.3 调研准备阶段容易犯哪些错误?(中) 10 2.3.1 第三个容易犯的错误:计划没有在内部沟通 10 2.3.2 第四个容易犯的错误:计划没有得到用户确认 12 2.4 调研准备阶段容易犯哪些错误?(下) 12 2.4.1
所属分类:
Java
发布日期:2009-07-19
文件大小:825kb
提供者:
ftssyang
问答式OWL知识检索技术
问答式检索以其符合普通用户行为习惯的输入输出模式、满意的准确度成 为信息检索技术中的研究热点,先后出现了:面向数据库的问答式检索技术、 面向Web的问答式检索技术、面向本体的问答式检索技术。但是,现有的问答 式检索系统依然存在以下问题:C1>常用的手动建立和自动学习知识获取方式 在建立效率和质量方面存在限制;C2)处理问题映射的方法通常是半自动的, 需要用户手动解决语义模糊问题;C3>处理包含模糊概念和关系的问题存在困 难。2004年被W3C推荐为工业标准的网络本体语言(Web O
所属分类:
C
发布日期:2009-11-09
文件大小:1mb
提供者:
humanrights
项目实施——九阴真经
1 前言 6 1 前言 6 2 如何做业务调研? 7 2.1 调研工作如何组织? 7 2.2 调研准备阶段容易犯哪些错误?(上) 8 2.2.1 第一个容易犯的错误:不清楚调研的的目的 8 2.2.2 第二个容易犯的错误:计划不够细致 9 2.3 调研准备阶段容易犯哪些错误?(中) 10 2.3.1 第三个容易犯的错误:计划没有在内部沟通 10 2.3.2 第四个容易犯的错误:计划没有得到用户确认 12 2.4 调研准备阶段容易犯哪些错误?(下) 12 2.4.1 第五个容易犯的错误:没有认真
所属分类:
Java
发布日期:2010-01-15
文件大小:315kb
提供者:
TerranNo1
项目实施九阴真经《超越对手--软件项目经理的18种实用技能》
1 前言 7 1 前言 7 2 如何做业务调研? 7 2.1 调研工作如何组织? 7 2.2 调研准备阶段容易犯哪些错误?(上) 8 2.2.1 第一个容易犯的错误:不清楚调研的的目的 9 2.2.2 第二个容易犯的错误:计划不够细致 10 2.3 调研准备阶段容易犯哪些错误?(中) 11 2.3.1 第三个容易犯的错误:计划没有在内部沟通 11 2.3.2 第四个容易犯的错误:计划没有得到用户确认 12 2.4 调研准备阶段容易犯哪些错误?(下) 13 2.4.1 第五个容易犯的错误:没有认
所属分类:
Java
发布日期:2010-09-14
文件大小:792kb
提供者:
zhudm541
语音识别技术文章.rar
第一部分 基本理论 第2章 听觉机理和汉语语音基础 2. 1 概述 2.2 听觉机理和心理 2.2.1 语音听觉器官的生理结构 2.2.2 语音听觉的心理 2.3 发音的生理机构与过程 2.4 汉语语音基本特性 2.4. 1 元音和辅音 2.4.2 声母和韵母 2.4.3 音调(字调) 2.4.4 音节(字)构成 2.4.5 汉语的波形特征 2.4.6 音的频谱特性 2.4.7 辅音的频谱特性 2.4.8 汉语语音的韵律特征 2.5 小结 参考文献 第3章 语音信号处理方法--时域处理 3.1
所属分类:
其它
发布日期:2011-05-12
文件大小:5mb
提供者:
wangjunhui1984
基于层次特征词权重的文本分类方法
基于层次特征词权重的文本分类方法
所属分类:
专业指导
发布日期:2008-05-05
文件大小:304kb
提供者:
shuizimuzhongling
Web Data Mining (英文)
目录回到顶部↑ 第一部分 数据挖掘基础. 第1章 概述3 1.1 什么是万维网3 1.2 万维网和互联网的历史简述4 1.3 web数据挖掘5 1.3.1 什么是数据挖掘6 1.3.2 什么是web数据挖掘7 1.4 各章概要8 1.5 如何阅读本书10 文献评注10 第2章 关联规则和序列模式12 2.1 关联规则的基本概念12 2.2 apriori算法14 2.2.1 频繁项目集生成14 2.2.2 关联规则生成17 2.3 关联规则挖掘的数据格式19 2.4 多最小支持度的关联规则挖掘
所属分类:
专业指导
发布日期:2012-05-02
文件大小:8mb
提供者:
chen_767
基于内容的-社会标签推荐与分析研究
提出基于词特征的词特征驱动方法和基于隐含主题特征的Tag-LDA 模型,并 考察最适合描述标签的特征粒度。提出一个能够同时对歧义和噪声进行建模的社会标签模型:标签分配模型。提出一种发现标签层次关系的方法。提出结合局部和全局词汇关系的无监督关键词提取方法,并用于新标签推荐。
所属分类:
专业指导
发布日期:2017-01-20
文件大小:3mb
提供者:
w824429156
ERP 项目实施九阴真经
项目实施九阴真经 1 前言 6 1 前言 6 2 如何做业务调研? 7 2.1 调研工作如何组织? 7 2.2 调研准备阶段容易犯哪些错误?(上) 8 2.2.1 第一个容易犯的错误:不清楚调研的的目的 8 2.2.2 第二个容易犯的错误:计划不够细致 9 2.3 调研准备阶段容易犯哪些错误?(中) 10 2.3.1 第三个容易犯的错误:计划没有在内部沟通 10 2.3.2 第四个容易犯的错误:计划没有得到用户确认 12 2.4 调研准备阶段容易犯哪些错误?(下) 12 2.4.1 第五个容易
所属分类:
Java
发布日期:2008-12-12
文件大小:1mb
提供者:
niuxl
信息系统项目管理-重点知识梳理
高项重点知识梳理 第一部分 信息系统基础 信息论之父:香农;控制论之父:维纳;人工智能之父:图灵;区块链(比特币)之父:中本聪;计算机之父:冯·诺依曼 控制论创始人维纳认为:信息就是信息,他既不是物质,也不是能量。 ★信息论的奠基人香浓认为:信息是能够用来消除不确定性的东西。 信息的定量描述: 该公式的解释:★H(X)表示X的信息熵,pi是事件出现第i种状态的概率。 信息的传输模型: 信息的质量属性(精完可及经验安):精确性,完整性,可用性,及时性,经济性,可验证性,安全性。 ★信息化从小到大
所属分类:
网络管理
发布日期:2019-04-30
文件大小:7mb
提供者:
zzlyx99
PMPITTO工具与技术总结【第六版】
PMP中的工具汇总,有助于记忆49个过程组中的工具13项目相关方理 134监督相关方参 10项目沟适管理 的信息进行解码并理解之后,接收 Feedback 13项目粗关方曾理 134监督相关方参 出来的思想或观点编码成信 10项目沟适管理 55 Demonstration 13项目相关方管理 134监督相关方参 「了解肢体语言和视觉辅助没计的作用 4项目整合理 极倾听 10.项日沟通管理 102管理沟通 积核倾后技术包括告知已收到、澄清与确 Listen Actively 信息、理解,以及消除得
所属分类:
其它
发布日期:2019-03-22
文件大小:615kb
提供者:
weixin_44513849
统计自然语言处理
统计自然语言处理是一本很好的书籍,是一本很基础的书籍目录 序二 第2版前宣 第1版前言 第1章绪论 11基本概念 1.1.1语言学与语音学 2自然语言处理 11.3关于“理解”的标准 1,2自然语言处理研究的内容和面临的困难 1,2,1自然语言处理研宄的内容 1,22自然语言处理涉及的几个层次 1.2.3自然语言处理面临的困难 13自然语言处理的基本方法及其发展 13,1自然语言处理的基本方汏 3,2自然语言处理的发展 14自然语言处理的研究现状 本书的内容安挂 第2章顸备知识 2,1概率论基本
所属分类:
Python
发布日期:2019-03-04
文件大小:24mb
提供者:
weixin_34749051
基于突发词聚类的微博突发事件检测方法
微博突发事件检测是网络舆情分析的重要分支,近年来已受到国内外学者的广泛关注。分析用户行为特征,提出一种用户影响力计算方法,并将其与微博文本特征、传播特征相结合,提出词语突发度概念作为突发词的判定标准,进而抽取突发词集;引入凝聚式层次聚类算法,对突发词集进行聚类,并筛选出合适的突发词类簇用以描述突发事件,从而实现微博突发事件检测。通过实验检测,结果是正确率为63.64%,召回率为87.5%,F值为0.74,表明该方法可以在大量微博数据中有效检测到突发事件。
所属分类:
其它
发布日期:2021-03-16
文件大小:951kb
提供者:
weixin_38610870
基于图像特征融合的遥感场景零样本分类算法
利用不同图像特征之间的互补性,可提升遥感场景零样本分类性能。将图像特征的融合与零样本分类结合,提出一种基于图像特征融合的遥感场景零样本分类算法。采用解析字典学习方法,计算各图像特征的稀疏系数,并串接起来作为融合后图像特征,以减少冗余信息且保留各图像特征自身特点;引入监督信息,提高融合特征的鉴别性;将融合特征与场景类别词向量进行结构对齐,提升对新类别场景的迁移识别效果。在UC-Merced和航拍图像数据集两种遥感场景集上,对相同层次及不同层次的场景图像特征分别进行融合实验。实验结果表明:对于总体分
所属分类:
其它
发布日期:2021-02-22
文件大小:19mb
提供者:
weixin_38695061
多层次家居智能化解决方案及应用分析
智能家居的建设是一个高技术含量的系统工程,近年来,关于智能家居的概念日益被关注,了解的人越来越多。它己走进了人们的日常生活。在国内已经开始在全国不少城市普及,几乎新建的每个小区都会配置智能化系统。伴随科技的发展,在人类丰富的想象空间里,智能化住宅的发展必将带来人类居住的一场大变革。为此本文将对智能家居的基本架构特征与理念及其总线式控制系统应用的智能家居系统解决方案作分析说明。首先应对智能家居的基本理念作说明。 1、智能家居的理念及范畴 1.1 智能家居的理念 “智能家居”这个词目前已经被广
所属分类:
其它
发布日期:2021-01-19
文件大小:131kb
提供者:
weixin_38596413
基于特征融合的层次结构微博情感分类
情感分类是观点挖掘的热点研究之一,微博文本情感分类具有很高的应用价值。鉴于传统特征选择方法存在语义缺陷,采用神经网络语言模型,提出了基于概率模型的对词向量进行权重分配的深层特征表示方法,构建文本语义向量。将文本深层特征与浅层特征融合,构建融合语义信息的特征向量,弥补传统特征选择方法语义的缺陷。采用SVM层次结构分类模型,实现多种情感分类。实验结果表明,采用特征融合的层次结构情感分类方法,能有效提高微博情感分类的准确率。
所属分类:
其它
发布日期:2021-01-19
文件大小:1mb
提供者:
weixin_38603259
基于特征词位置因素的音乐情感智能分类算法
针对歌词文本中特征词位置对音乐情感分类的影响问题,文中使用层次分析法来进行特征词在不同位置的权重分析,并对歌词所提取的特征向量进行修正。同时,与音频信号所提取到的特征向量进行多模态数据融合,使用深度置信网络已有监督训练的方式,分析混合融合后的特征向量与音乐情感之间的联系,构建出基于特征词位置因素的音乐情感智能分类算法。测试与实验结果表明,基于特征词位置因素的音乐情感智能分类算法在5种音乐情感样本的测试下,最低准确率为80.1%,平均准确率为83.5%,明显优于未采用位置因素修正的算法,具有良好的
所属分类:
其它
发布日期:2021-01-12
文件大小:1mb
提供者:
weixin_38747818
改进的基于后验图的无监督示例词查询查询
针对现有无监督语音样例检测精度不高的现状,提出一种基于后验概率特征和主成分分析的方法。该方法首先利用无标注语料训练GMM,得到训练数据频谱参数的高斯混元后验概率特征向量序列;采用层次聚类算法检测其边界信息得到声学分段,利用K-means算法对所有声学分段聚类并添加标签,通过声学分段和标签训练基于后验概率的声学分段模型(ASM); ASM将查询项与检索文档的高斯混元后验概率转换为新的后验概率,利用主成分方法优化处理,保持概率向量维数不变,消除噪声信息,提高后验概率特征向量鲁棒性与区分性;最后通过分
所属分类:
其它
发布日期:2021-03-28
文件大小:901kb
提供者:
weixin_38652058
«
1
2
»