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. 从文本图像查询中提取的馆藏

  2. 我们提出了一种精炼算法，该算法可在大型，非结构化且嘈杂的互联网图像集合上运行从在线对象查询返回。我们介绍了精简集的概念，它是干净，连贯的，并且内部图像的结构化子集。此外，感兴趣的对象会在整个蒸馏套。我们的方法是无监督的，基于新颖的聚类方案，可以解决蒸馏和对象分割问题同时发生。从本质上讲，我们不是提炼图像集合，而是提炼松散切除的前景“形状”的集合，这些形状可能包含也可能不包含所查询的对象。我们的钥匙观察结果激发了我们的聚类方案，那就是离群形状在本质上应该是随机的，相反，紧密包围目标对象的外围形状往

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：2097152
    • 提供者：weixin_38705723

  1. DS_Projects:数据科学项目集合-源码

  2. 应用数据科学Capstone产品组合 你好！ 此回购包含了一系列材料（脚本，报告，图形等），这些材料展示了我最近的工作的一部分。 下面的每个部分都提供了有关回购中的工件的一些详细信息。 以下是过去几年中我一直在使用的工具和技术的示例。 这是一个非常粗略的草稿，并将在接下来的几个月中进行更新。 使用的工具 工具 使用权 土坯 竞技场模拟 电子表格 插画家 迷你标签 橘子 Power BI Python [R 火花 SQL 斯塔塔 画面 威卡 使用的技巧 技巧 人工神经网络/深度学习 方差分

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：22020096
    • 提供者：weixin_42137539

  1. xml-streamer:与PSR-7兼容的XML流。 数据可以转换为提供的类图-源码

  2. TBPixel / XMLStreamer 内容 安装 您可以通过composer安装此软件包： composer require tbpixel/xml-streamer 目的 我发现自己需要一种有效处理大型XML数据的方法。 内置的XMLReader PHP提供了快速而有效的功能，但有时可能会让人痛苦。 我想要一种无依赖关系的方式来流XML数据并使用提供的类映射进行处理。 该软件包试图减轻使用XMLReader的麻烦，同时还提供了与PSR-7兼容的XML流的集合。 它提供了一种方便的方法

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：183296
    • 提供者：weixin_42140846

  1. learning_group_theory:我对抽象代数和GaloisK理论的所有学​​习-源码

  2. learning_group_theory 我所有关于抽象代数，环论，场论，格论，模块论，范畴论，伽罗瓦论，同源，同伦，单价基础，HoTT和K理论的学习。 概念-群体理论 groupoid-具有一些运算（通常是逆运算）并在其自身下闭合的集合 半群-关联群 monoid-具有身份的半群 组-具有反函数的id半群 阿贝尔群-交换群 coset-组/子组的修改 左陪伴-对非阿贝尔群使用左侧运算的陪伴 右陪伴-对非阿贝尔族群进行右侧操作的陪伴 正常组-一个子组，使得所有左陪伴与相同的右陪伴相同 琐碎的

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：2048
    • 提供者：weixin_42133680

  1. 复合粗糙集

  2. 信息系统中有多种数据，例如分类数据，数值数据，集合值数据，区间值数据和缺失数据。 这种信息系统在本文中称为复合信息系统。 为了处理此类数据，引入了复合粗糙集，定义了复合关系，并使用复合类来驱动来自复合信息系统的近似值。 概念的上下近似是粗糙集理论中规则获取和属性约简的基础。 为了直观地计算近似值，正，边界和负区域，在复合粗糙集中提出了基于矩阵的方法。 案例研究验证了该方法的可行性。

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：208896
    • 提供者：weixin_38626032

  1. ODIC-DBSCAN: 一种新的簇内孤立点分析算法

  2. 长期以来, 孤立点的检测一直聚焦于簇边缘的离散点, 当聚类后簇的数目低于实际数目, 或孤立点被伪装在簇内 的情况下, 簇内孤立点的判定则会更加困难. 为判定簇内孤立点, 提出一种基于密度聚类 DBSCAN (Density based spatial clustering of application with noise) 的簇内孤立点检测方法 ODIC-DBSCAN (Outlier detection of inner-cluster based on DBSCAN). 首先在建立距离矩阵

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：2097152
    • 提供者：weixin_38747144

  1. Machine-Learning-Playbook:我有用的代码，程序，说明以及有关机器学习的更多内容的集合！-源码

  2. 机器学习手册 :closed_book: 介绍 这是有用的代码，程序，说明以及关于机器学习的更多内容的集合。 我的目标是通过从头开始构建一切，来实践和证明我对机器学习的基础，中级和高级概念的理解！ 神经网络背后的数学 首先， 概述了我对工作原理的理解，还包括演示如何使用基础数学和的演示。 致谢：我的一个朋友很友善，我完成关于背后的数学的文章，并解释诸如反向传播等关键概念。 我的工作基于我的谈话以及他的论文。 密集的NN和多层感知器（基于MNIST和Fashion MNIST数据集） 接下来，我

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：15728640
    • 提供者：weixin_42099070

  1. repairSStuBs:尝试使用代码更改检测SStuB并使用seq2seq模型进行修复-源码

  2. 使用代码更改检测简单的愚蠢错误（SStuB），并使用seq2seq模型进行修复 一些代码可与，该是对一个线性Java错误的简单修复的集合。 资料库描述 utils ： 该软件包包含一些实用程序模块，用于修复和准备数据。 data_reader.py ：加载json数据集并将SStuB属性放入Bug类。 它定义了一些有用的功能，例如生成要在其他模块中使用的GitHub URL。 关于数据集和其他资产的路径，还有一些配置变量： DATASET_ROOT = '../data' SRC_FILE

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：16777216
    • 提供者：weixin_42144554

  1. 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

  2. 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

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：322560
    • 提供者：weixin_38617297

  1. rapyd-laravel：rapyd：laravel的crud小部件。 数据表，网格，表单，在一个简单的包中-源码

  2. 拉皮德-Laravel 这是laravel的演示和编辑窗口小部件（网格和窗体）的集合。 无需“生成”，只需一些类即可让您用几行代码来开发和维护CRUD后端。 文档：演示： 安装在Laravel 8、7、6、5.8 .. 需要您的Laravel中的包裹$ composer require zofe/rapyd 然后发布资产： $ php artisan vendor:publish 然后选择Zofe\Rapyd\RapydServiceProvider 如何 只需转到/rapyd-dem

  3. 所属分类：其它

    • 发布日期：2021-02-27
    • 文件大小：798720
    • 提供者：weixin_42099176

  1. 水下激光通信最大比合并分集接收性能分析及仿真

  2. 受海水吸收和散射的影响，长距离水下通信时信号幅度下降，信噪比(SNR)降低，最终导致水下激光通信系统的误码率（BER）提升，最远通信距离受限。为此，提出将最大比合并（MRC）分集接收技术应用于水下激光通信系统。分析和研究了在水体吸收和散射的综合作用下，MRC空间分集接收技术相对于等增益合并（EGC）空间分集接收技术对水下激光通信系统接收器性能的改善。推导了MRC加权系数分配方式，分析了接收支路数目与系统BER性能的关系，采用蒙特卡罗法对波长为532 nm的绿光在IB型水质下100 m处六路分集接

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：7340032
    • 提供者：weixin_38666230

  1. 基于较高质量扩展源和局部词共现模型的XML查询词扩展

  2. 查询词扩展要解决两个方面的问题:一是扩展词的来源,二是如何在来源集合里挑选扩展词项。对此,首先利用检索结果聚类和排序模型获取了较高质量的相关文档集合,并以此作为扩展源;然后结合XML文档的特点,通过词项间的局部共现特征进行查询扩展。相关实验结果表明,一方面,所采用的检索结果聚类和排序模型的相关文档集扩展源具有较高的用户查询相关性,相比传统的伪反馈扩展源,具有更高的质量;另一方面,提出的结合了XML结构特点的词共现查询扩展方案能获得与用户查询意图相关的扩展信息,与初始查询和无结构的词项扩展方法相比

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：606208
    • 提供者：weixin_38599518

  1. mozscreenshots：在各种UI配置中获取Mozilla应用程序的屏幕截图-源码

  2. 屏幕截图 拍摄各种UI配置中的Mozilla应用程序的屏幕截图。 该工具将以指定配置集的所有可能组合（例如WindowSize ）设置浏览器，并截图。 请注意，设置的顺序会影响配置的设置顺序。 如果未指定任何集合，则默认值为： TabsInTitlebar Tabs WindowSize Toolbars LightweightThemes 。 请注意，扩展程序（XPI）代码大部分已移至 依存关系 mozrunner （mozscreenshots的子类mozrunner仅用于独立执行）

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：45056
    • 提供者：weixin_42166261

  1. 无监督学习：基于质心的聚类算法，即K-Means聚类，聚集聚类和基于密度的空间聚类-源码

  2. 无监督学习 基于质心的聚类算法即K-Means聚类，聚集聚类和基于密度的空间聚类实现。 要求 Python 3.6及更高版本 科学工具学习 麻木 科学的 matplotlib 信息 通过智能融合完成的K-Means聚类可以加快处理速度，并多次运行以获得最佳结果。 有很多参数可供使用，也有可视化部分。 聚集聚类是分层聚类（自下而上，分组）的一种，它比分裂聚类更受欢迎。 使用距离矩阵可以导出数据的树状图，可以更改和测试用于计算距离矩阵的标准（单个，平均，完整和质心链接）。 具有噪声的基于密度的空

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：6144
    • 提供者：weixin_42146274

  1. WEF：WEF基于c＃数据实体框架，支持常规数据库的MSQSqlServer，MySql，Orcalce，Postgre等，并具有快速开发的能力，该工具在无SQL查询的Lambada等工具的开发经验下集成了大量数据集。表达式，添加和删除，实

  2. 世界经济论坛 WEF基于c＃数据实体框架，支持常规数据库的MSQSqlServer，MySql，Orcalce等常规数据库并快速开发，它根据工具的开发经验集成了大量数据集，例如不带SQL查询表达式的Lambada，添加以及删除，实体克隆，表的批量和参数，事务，实体或存储过程的回合，SQL实体等。 WEF是基于C＃的数据实体框架，支持MSQSqlServer，MySql，Orcalce等常规的数据库的快捷方式开发，其中集成了分布式数据开发经验的下一个工具类集合，例如Lambda表达式查询，无SQ

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：20971520
    • 提供者：weixin_42122986

  1. jgit-cookbook：提供有关JGit Java Git实现的示例和代码段-源码

  2. jgit-cookbook 提供有关 Java Git实现的示例和代码段。 JGit框架丰富多样，它有两层，一个低级的api和一个较高级的瓷器命令集。 首先，这可能有点令人生畏，因为有很多类，其中有些与大多数任务无关。 该项目试图提供一个现成的代码片段集合，这些片段为使用JGit构建功能提供了快速入门。 请确保阅读精美的，并使用现有的和《 ，因为它们做得很好，分别提供了JGit的详细信息和概述。 注意：请使用诸如网站来获取有关JGit使用的一般问题，而不是本项目中的问题。 对于片段的问

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：227328
    • 提供者：weixin_42159267

  1. DeepCOVIDExplainer：DeepCOVIDExplainer：胸部X射线图像可解释的COVID-19诊断-源码

  2. DeepCOVIDExplainer：胸部X光片可解释的COVID-19诊断 在韩国首尔举行的IEEE国际生物信息学和生物医学会议（BIBM'2020）上接受了“ DeepCOVIDExplainer：胸片影像学可解释的COVID-19诊断”的补充材料。 我们提供了数据集，预处理，网络体系结构以及一些其他结果的详细信息。 不过，我们将提供训练有素的模型，预处理数据，交互式Python笔记本和显示实时演示的Web应用程序。 按照计划，我们会将此仓库更新。 方法 “ DeepCOVIDExplain

  3. 所属分类：其它

    • 发布日期：2021-01-31
    • 文件大小：11534336
    • 提供者：weixin_42168265

  1. 模糊决策表中获取概率规则的扩展VPRS方法

  2. 为了从模糊近似空间中获取用于概率决策的规则,在决策类的粗糙近似中,通过应用λ截集,将模糊不可分辨关系转化为等价关系,提出一种可从模糊决策表中获取概率规则的扩展变精度粗糙集方法.讨论了其中的一些集合理论性质,并对输出类别的模糊粗糙性给出了距离度量和熵度量两种模糊度量方法.研究结果表明,该方法可从模糊、不完备且有噪声的数据库中发现知识.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：312320
    • 提供者：weixin_38653508

  1. 基于秩次集对分析理论的空间负荷预测方法

  2. 利用秩次集对分析理论在处理系统不确定性方面的优势，提出一种新的空间负荷预测方法。首先，在电力地理信息系统中，根据待预测区域内各10 kV馈线供电范围生成Ⅰ类元胞，将Ⅰ类元胞的历史负荷数据分别按不同的集合容量生成多个历史数据集合和1个目标数据集合；其次，对各历史数据集合进行秩次变换得到相应的秩次集合，并分别将其与目标数据秩次集合构成集对；然后，寻找与目标数据集合相似的历史数据集合，选取相对误差最小的集合容量对应的预测值作为各Ⅰ类元胞负荷预测值；最后，以等大小网格生成Ⅱ类元胞，根据Ⅰ类元胞负荷预测值

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：10485760
    • 提供者：weixin_38655767

  1. 均衡分布性与收敛性的协同进化多目标优化算法

  2. 为了进一步提升多目标进化算法(MOEAs) 的收敛速度和解集分布性, 针对变量无关问题, 借助合作型协 同进化模型, 提出一种均衡分布性与收敛性的协同进化多目标优化算法(CMOA-BDC). CMOA-BDC 首先设置一个 精英集合, 采用支配关系从进化种群与精英集合中选择首层, 并用拥挤距离保持其分布性; 然后运用聚类将首层分 类,并建立相应概率模型; 最后通过模拟退火组合分布估计与遗传进化, 达到协同进化. 通过与经典MOEAs 比较的结 果表明, CMOA-BDC 获得的解集具有更

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：297984
    • 提供者：weixin_38503483
« 1 2 3 4 56 7 8 9 10 ... 17 »