您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 归分记忆法-归纳分组记忆法

  2. 归纳分组记忆法(下面简称“归分法”)就是把我们需要记忆的内容,在透彻理解的基础上进行切题的归纳,然后把那些在逻辑上有某种关联的要点归为一组,这样,整个内容就被分为几个大组,组内要点有内在逻辑联系,组与组之间也具有某种关联。这样,知识被连成了片,一记一大片,一回忆也是一大片,记忆的效率当然就成倍提高了!
  3. 所属分类:专业指导

    • 发布日期:2009-05-22
    • 文件大小:66kb
    • 提供者:ahjya
  1. Web信息提取技术研究与应用

  2. 当前,Web已经成为人们获取信息的主要渠道之一.然而,用于表达Web页面信息的HTML语言存在着与生俱来的缺点.HTML的"标记"只是告诉浏览器软件如何显示所定义的信息,却不包含任何语义.因此由HTML语言所表述的Web页面经过浏览器分析后只适合人们浏览,不适合作为一种数据交换的方式由机器处理.该文以文档对象模型DOM为基础,把所要提取的信息在DOM层次结构中的路径作为信息抽取的"坐标",并以这个基本原理为基础设计了一种归纳学习算法来半自动地生成提取规则,然后根据提取规则生成Ja va类.生成
  3. 所属分类:Web开发

    • 发布日期:2009-06-09
    • 文件大小:1mb
    • 提供者:raionhu
  1. 管理信息系统归纳总结

  2. 管理信息系统归纳总结。管理信息系统注重基本知识和实际分析能力,这里着重给出了学习的重点与方向,有助于大家学好这门课。
  3. 所属分类:专业指导

    • 发布日期:2009-07-03
    • 文件大小:13kb
    • 提供者:xq870723
  1. Freemarker学习归纳

  2. Freemarker学习归纳
  3. 所属分类:专业指导

    • 发布日期:2007-09-16
    • 文件大小:6kb
    • 提供者:duhai
  1. 18位英语大师为你归纳英语学习方法

  2. 18位英语大师为你归纳英语学习方法,非常经典
  3. 所属分类:专业指导

  1. 代数系统部分学习辅助材料

  2. 代数系统部分学习辅助材料对于《离散数学》中的代数系统部分进行了详细的归纳、总结、扩展!绝对有用!
  3. 所属分类:专业指导

    • 发布日期:2009-12-28
    • 文件大小:1mb
    • 提供者:muxuansun
  1. 基于决策树的归纳学习方法

  2. 本文主要介绍了决策树的构造算法CLS和基本的决策树学习算法ID3。
  3. 所属分类:其它

    • 发布日期:2009-12-31
    • 文件大小:131kb
    • 提供者:likai344071018
  1. J2EE知识点大全,学习笔记

  2. 该资源详细的归纳,总结了J2ee各类知识点,很不错,值得收藏!!!
  3. 所属分类:Java

    • 发布日期:2010-01-03
    • 文件大小:149kb
    • 提供者:houniaofei
  1. COBOL-学习-总结

  2. 近为了为后台编程做准备,开始看COBOL的有关知识,并对里面一些比较实用的语法做了归纳,希望组员看了后能更有效地在编程上少花费去查资料的时间.
  3. 所属分类:专业指导

    • 发布日期:2010-01-11
    • 文件大小:1022byte
    • 提供者:nicksuper
  1. 基于DOM 的Web 信息提取

  2. 当前,W eb 已经成为人们获取信息的主要渠道之一. 然而, 用于表达W eb 页面信息的HTML 语言存在着与生俱来的缺点. HTML 的“标记”只是告诉浏览器软件如何显示所定义的信息, 却不包含任何语义. 因此由HTML 语言所表述的W eb 页面经过浏览器分析后只适合人们浏览, 不适合作为一种数据交换的方式由机器处理. 该文以文档对象模型DOM 为基础, 把所要提取的信息在DOM 层次结构中的路径作为信息抽取的“坐标”, 并以这个基本原理为基础设计了一种归纳学习算法来半自动地生成提取规则
  3. 所属分类:Web开发

    • 发布日期:2010-03-01
    • 文件大小:366kb
    • 提供者:hayleyxia
  1. 机器学习-概念学习 PPT

  2. 介绍了概念学习的基本方法,对归纳学习进行了阐述
  3. 所属分类:专业指导

    • 发布日期:2010-03-13
    • 文件大小:380kb
    • 提供者:zhaofeng1016
  1. 一种新的决策树归纳学习算法.pdf

  2. 一种新的决策树归纳学习算法.pdf 有兴趣可以下载看看!希望对你有帮助。
  3. 所属分类:其它

    • 发布日期:2010-03-22
    • 文件大小:284kb
    • 提供者:ajin00001
  1. 数据挖掘-史忠植PPT课件

  2. 第四章 归纳学习 (ppt).ppt第五章 关联规则学习 (ppt).ppt第六章 神经网络 (ppt).ppt第七章 模糊集 (ppt).ppt第八章 支持向量机SVM (ppt).ppt第九章 数据挖掘工具 (ppt).ppt
  3. 所属分类:网络基础

    • 发布日期:2010-03-29
    • 文件大小:8mb
    • 提供者:wangwo3456
  1. 人工智能论文 不确定信息处理在归纳学习中的应用

  2. 人工智能论文 不确定信息处理在归纳学习中的应用
  3. 所属分类:专业指导

    • 发布日期:2010-07-01
    • 文件大小:36kb
    • 提供者:mozhaowei
  1. 人工智能归纳学习法在逆向物流发生因素及预测中的应用

  2. 人工智能归纳学习法在逆向物流发生因素及预测中的应用.
  3. 所属分类:专业指导

    • 发布日期:2012-09-14
    • 文件大小:366kb
    • 提供者:zjx0000zjx000
  1. 机器学习简介

  2. 机器学习简介 机器学习是研究如何“利用经验来改善计算机系统自身的性能”的学科。机器学习可以被划分为“机械学习”、“示教学习”、“类比学习”和“归纳学习”四种类型。
  3. 所属分类:专业指导

    • 发布日期:2013-11-27
    • 文件大小:453kb
    • 提供者:u012968563
  1. 基于归纳学习和汉字汉字映射表的汉日命名实体对等提取方法

  2. 命名实体翻译等效项提取在机器翻译(MT)和跨语言信息检索(CLIR)中起着至关重要的作用。 传统方法通常基于大规模并行或可比语料库。 但是,这些研究的适用性受到限制,主要是因为缺乏所需规模的平行语料库,特别是对于中文和日文的语言对。 在本文中,我们提出了一种基于中文和日文特征的方法,该方法基于单语语料库中的归纳学习(IL),自动提取中日命名实体(NE)的翻译对等词。 该方法采用中文汉字和日语汉字映射表(HKMT)来计算日语和汉语之间NE实例的相似性。 然后,通过从中文和日语的高相似性NE实例中提
  3. 所属分类:其它

    • 发布日期:2021-03-12
    • 文件大小:384kb
    • 提供者:weixin_38742421
  1. 通过混合正则化对未标记目标域进行归纳转移学习

  2. 近年来,目睹了对转移学习的日益增长的兴趣。 本文针对分类问题,即与源域分布不同的目标域是完全未标记的,目的是为看不见的数据建立归纳模型。 首先,我们在转导学习的先前工作中分析了类比漂移的问题,并提出了使用归一化方法向期望的类比移动的方法。 此外,我们为归纳转移学习开发了混合正则化框架。 它考虑了三个因素,包括通过流形正则化的目标域的分布几何形状,通过熵正则化的预测概率的熵值以及通过期望正则化的类别先验。 该框架用于使从源域学习的归纳模型适应目标域。 最后,对真实世界文本数据的实验表明了我们的归纳
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:232kb
    • 提供者:weixin_38674409
  1. 一种基于语义轨迹的事件规则学习算法

  2. 视频上的事件探测对于视频检索与语义理解是一个很重要的工作.视频中的轨迹不仅记录了物体的移动信息,也反映了物体移动的动机,并与事件的发生密切相关.主要探讨了如何从轨迹抽取事件.然而,基于内容的视频事件分析中,从视频中抽取的低层特征与高层的语义特征存在一定的鸿沟.因此,利用领域知识标记的兴趣区域,提出一种新的语义轨迹表示方法,从而将视频中得到的原始轨迹转化为语义轨迹.同时,使用物体与兴趣区域关系的正则表达式描述视频中的语义事件.基于归纳学习的事件规则学习算法显示了正则表达式比传统的一阶谓词上的合式公
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:873kb
    • 提供者:weixin_38645865
  1. python机器学习算法实训 – (四)实现决策树

  2. 1.什么是决策树 决策树是一种树型结构,其中每个内部结点表示在一个属性上的测试,每个分支代表一个测试输出,每个叶结点代表一种类别。 决策树学习是以实例为基础的归纳学习,通过一系列规则对数据进行分类的过程。 决策树学习采用的是自顶向下的递归方法,其基本思想是以信息熵为度量构造一棵熵值下降最快的树,到叶子节点处的熵值为零,此时每个叶节点中的实例都属于同一类。 简单来说,我们生活中随时会用到这样的判断方法,比如这样: 2.决策树的特点 决策树学习算法的最大优点是,它可以自学习 在学习的过程中,不需要
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:363kb
    • 提供者:weixin_38617413
« 12 3 4 5 6 7 8 9 10 ... 42 »