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]！  

搜索资源列表

  1. μ演算模态图资料下载

  2. 谓词μ演算和模态图的语义一致性模态图是谓词m演算的一种有效的图形表示形式.证明了谓词m演算和模态图的语义一致性,详细讨论了谓词m演算公式、嵌套谓词等式系和模态图之间的关系,并给出了一种优化的从

  3. 所属分类：专业指导

    • 发布日期：2010-01-01
    • 文件大小：297kb
    • 提供者：hdong_xu

  1. 像计算机科学家一样思考Python(第2版).pdf

  2. 内容简介 · · · · · · 本书以培养读者以计算机科学家一样的思维方式来理解Python语言编程。贯穿全书的主体是如何思考、设计、开发的方法，而具体的编程语言，只是提供了一个具体场景方便介绍的媒介。 全书共21章，详细介绍Python语言编程的方方面面。本书从基本的编程概念开始讲起，包括语言的语法和语义，而且每个编程概念都有清晰的定义，引领读者循序渐进地学习变量、表达式、语句、函数和数据结构。书中还探讨了如何处理文件和数据库，如何理解对象、方法和面向对象编程，如何使用调试技巧来修正语法错

  3. 所属分类：Python

    • 发布日期：2018-04-04
    • 文件大小：1mb
    • 提供者：qq_25527791

  1. 基于移动互联网行为分析的用户画像系统设计.pdf

  2. 随着大数据时代的到来,能够牢牢的抓住老客户、吸引新客户、读懂用户的偏好兴趣以及挖掘用户的潜在价值,这些对于运营商的的发展至关重要。而达成这一目标需要对用户市场进行细分实现精细化营销,应用数据挖掘技术对用户进行画像,实现用户细分,其研究和发展在实现运营商精确营销、提高工作效率、减少经营成本方面具有重要的指导意义和实用价值。本文以移动互联网用户行为作为研究对象,以用户画像理论作为理论依据,提出了用户画像系统的建设思路,采用标签化方法对用户行为以及用户偏好特征进行描述。本文首先对用户画像系统进行整体的

  3. 所属分类：spark

  1. 图卷积网络哈希用于跨模态检索

  2. 基于深度网络的跨模式检索最近取得了重大进展。 但是，缩小模态差距以进一步提高检索准确性仍然是关键的瓶颈。 在本文中，我们提出了一种图卷积哈希（GCH）方法，该方法通过一个亲和度图学习模态统一的二进制代码。 端到端的深度架构由三个主要组件构成：语义编码器模块，两个特征编码网络和图卷积网络（GCN）.Wedesignasemanticencoderasa教师模块指导语义的特征编码过程（即学生模块）信息开发。 此外，利用GCNi来探索数据点之间的固有相似性结构，这将有助于生成可区分的哈希码。 在三个基

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：471kb
    • 提供者：weixin_38633157

  1. MDANet_ICRA2021:ICRA 2021“ MDANet-源码

  2. 深度完成的多模态深度汇聚网络 这是MDANet（ICRA 2021）的官方PyTorch实施，MDANet是用于深度完成的有效网络。 介绍 深度补全旨在分别从稀疏深度数据和RGB图像中恢复密集深度图。 然而，由于多模态信号输入之间的巨大差异，香草卷积神经网络和简单的融合策略无法从稀疏数据中提取特征并有效地汇总多模态信息。 为了解决这个问题，我们设计了一种新颖的网络体系结构，该体系结构充分利用了多模式功能来进行深度完成。 首先提出了一种有效的预完成算法，以提高输入深度图的密度并提供先验分布。 此外

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：566kb
    • 提供者：weixin_42119281

  1. 基于可见光谱图的大豆外观品质判别方法

  2. 提出一种基于可见光谱图多模态词典特征低秩稀疏表示框架的大豆外观品质判别方法,以精确确定大豆品质等级。首先,提取大豆粒子可见光谱图像的多尺度空间梯度特征和色差分量(YCbCr)颜色空间特征;将上述提取的空间梯度特征和颜色空间特征看作视觉词汇,通过Kernel K-means聚类算法获取视觉词汇的核空间局部分布聚类中心,形成视觉词典;然后,使用低秩稀疏表示法耦合上述两种特征,用于消除高维异质模态词典描述符中冗余信息的影响;最后,在高维耦合空间中根据样本之间的度量对低秩稀疏耦合表示多模态词典特征进行分

  3. 所属分类：其它