- 基于ANN 的数字通信信号调制识别 文档 内附完整matlab源代码4 5098浏览会员免费
- 该文档整理了CSDN上的机器学习-周志华-西瓜书的一到九章的习题解析,方便大家免费下载0 1w+浏览会员免费
- 本文档整理了粒子群算法的基本原理,也给出了粒子群算法的MATLAB代码,结合原理看代码,很容易看懂,可以提供给初学者使用,简单易懂,赞。5 1w+浏览会员免费
- 已知不共线的三点在两个坐标系下面的坐标,求解 两个坐标系的转换参数,精度可满足一般程度上的定位需求。步骤清楚,可直接上手code1 1w+浏览会员免费
- 最近做了一个库卡机器人通过EtherNet/IP与工业相机进行通讯的项目,分享供大家参考4 4473浏览会员免费
- 这是学习机器学习的总纲,对于刚刚入门的人来说也许有些困难,但依旧是非常好的文档,即使对于老手这也是不错的参考文档5 520浏览会员免费
- 国科大-模式识别与机器学习-2017-2018期末考试试卷国科大-模式识别与机器学习-2017-2018期末考试试卷国科大-模式识别与机器学习-2017-2018期末考试试卷5 1643浏览会员免费
- 自己动手写搜索引擎 1 第1章 了解搜索引擎 1 1.1 Google神话 1 1.2 体验搜索引擎 1 1.3 你也可以做搜索引擎 4 1.4 本章小结 4 第2章 遍历搜索引擎技术 5 2.1 30分钟实现的搜索引擎 5 2.1.1 准备工作环境(10分钟) 5 2.1.2 编写代码(15分钟) 6 2.1.3 发布运行(5分钟) 9 2.2 搜索引擎基本技术 14 2.2.1 网络蜘蛛 14 2.2.2 全文索引结构 14 2.2.3 Lucene 全文检索引擎 15 2.2.4 Nutch网络搜索软件 15 2.2.5 用户界面 17 2.3 商业搜索引擎技术介绍 17 2.3.1 通用搜索 17 2.3.2 垂直搜索 18 2.3.3 站内搜索 19 2.3.4 桌面搜索 21 2.4 本章小结 21 第3章 获得海量数据 22 3.1 自己的网络蜘蛛 22 3.1.1 BerkeleyDB介绍 27 3.1.2 抓取网页 28 3.1.3 MP3 抓取 29 3.1.4 RSS 抓取 30 3.1.5 图片抓取 33 3.1.6 垂直行业抓取 34 3.2 抓取数据库中的内容 36 3.2.1 建立数据视图 36 3.2.2 JDBC数据库连接 36 3.2.3 增量抓取 40 3.3 抓取本地硬盘上的文件 41 3.3.1 目录遍历 41 3.4 本章小结 42 第4章 提取文档中的文本内容 43 4.1 从HTML文件中提取文本 43 4.1.1 HtmlParser介绍 51 4.1.2 结构化信息提取 54 4.1.3 网页去噪 60 4.1.4 网页结构相似度计算 63 4.1.5 正文提取的工具FireBug 64 4.1.6 正文提取的工具NekoHTML 66 4.1.7 正文提取 68 4.2 从非HTML文件中提取文本 73 4.2.1 TEXT文件 73 4.2.2 PDF文件 73 4.2.3 Word文件 82 4.2.4 Rtf文件 82 4.2.5 Excel文件 83 4.2.6 PowerPoint文件 84 4.3 流媒体内容提取 85 4.3.1 音频流内容提取 85 4.3.2 视频流内容提取 87 4.4 抓取限制应对方法 89 4.5 本章小结 90 第5章 自然语言处理 91 5.1 中文分词处理 91 5.1.1 Lucene 中的中文分词 91 5.1.2 Lietu中文分词的使用 92 5.1.3 中文分词的原理 92 5.1.4 查找词典算法 95 5.1.5 最大概率分词方法 98 5.1.6 新词发现 101 5.1.7 隐马尔可夫模型 102 5.2 语法解析树 104 5.3 文档排重 105 5.4 中文关键词提取 106 5.4.1 关键词提取的基本方法 106 5.4.2 关键词提取的设计 107 5.4.3 从网页提取关键词 107 5.5 相关搜索 107 5.6 拼写检查 110 5.6.1 英文拼写检查 110 5.6.2 中文拼写检查 112 5.7 自动摘要 116 5.7.1 自动摘要技术 117 5.7.2 自动摘要的设计 117 5.7.3 Lucene中的动态摘要 124 5.8 自动分类 125 5.8.1 Classifier4J 126 5.8.2 自动分类的接口定义 127 5.8.3 自动分类的SVM方法实现 128 5.8.4 多级分类 128 5.9 自动聚类 131 5.9.1 聚类的定义 131 5.9.2 K均值聚类方法 131 5.9.3 K均值实现 133 5.10 拼音转换 138 5.11 语义搜索 139 5.12 跨语言搜索 143 5.13 本章小结 144 第6章 创建索引库 145 6.1 设计索引库结构 146 6.1.1 理解 Lucene 的索引库结构 146 6.1.2 设计一个简单的索引库 148 6.2 创建和维护索引库 149 6.2.1 创建索引库 149 6.2.2 向索引库中添加索引文档 149 6.2.3 删除索引库中的索引文档 151 6.2.4 更新索引库中的索引文档 151 6.2.5 索引的合并 151 6.2.6 索引的定时更新 152 6.2.7 索引的备份和恢复 153 6.2.8 修复索引 154 6.3 读写并发控制 154 6.4 优化使用 Lucene 155 6.4.1 索引优化 155 6.4.2 查询优化 157 6.4.3 实现时间加权排序 162 6.4.4 实现字词混合索引 163 6.4.5 定制Similarity 170 6.4.6 定制Tokenizer 171 6.5 查询大容量索引 173 6.6 本章小结 174 第7章 用户界面设计与实现 175 7.1 Lucene 搜索接口(search代码) 175 7.2 搜索页面设计 176 7.2.1 用于显示搜索结果的 taglib 176 7.2.2 用于搜索结果分页的 taglib 178 7.2.3 设计一个简单的搜索页面 180 7.3 实现搜索接口 183 7.3.1 布尔搜索 183 7.3.2 指定范围搜索 183 7.3.3 设置过滤条件 188 7.3.4 搜索结果排序 188 7.3.5 搜索页面的索引缓存与更新 190 7.4 实现关键词高亮显示 191 7.5 实现多维视图 194 7.6 实现相似文档搜索 200 7.7 实现AJAX自动完成 203 7.7.1 总体结构 203 7.7.2 服务器端处理 203 7.7.3 浏览器端处理 205 7.7.4 服务器端改进 206 7.7.5 部署总结 217 7.8 jQuery实现的自动完成 217 7.9 集成其他功能 223 7.9.1 拼写检查 223 7.9.2 分类统计 223 7.9.3 相关搜索 223 7.9.4 再次查找 226 7.9.5 搜索日志 226 7.10 搜索日志分析 228 7.11 本章小结 231 第8章 其他高级主题 232 8.1 使用Solr实现分布式搜索 232 8.1.1 Solr服务器端的配置与中文支持 232 8.1.2 把数据放进Solr 237 8.1.3 删除数据 240 8.1.4 客户端搜索界面 241 8.1.5 Solr索引库的查找 242 8.1.6 索引分发 246 8.1.7 Solr搜索优化 246 8.1.8 Solr中字词混合索引 249 8.1.9 相关检索 253 8.1.10 搜索结果去重 255 8.1.11 分布式搜索 260 8.1.12 SolrJ查询分析器 264 8.1.13 扩展SolrJ 276 8.1.14 扩展Solr 277 8.1.15 Solr的.net客户端 285 8.1.16 Solr的php客户端 286 8.2 图片搜索 291 8.2.1 图像的OCR识别 292 8.3 竞价排名 296 8.4 Web图分析 297 8.5 使用并行程序分析数据 302 8.6 RSS搜索 303 8.7 本章小结 304 参考资源 305 书籍 305 网址 305 本书中的章节和代码对照表 3065 586浏览会员免费
- 里边有matlab 2022b的下载链接,有兴趣的话可以打开文件直接云盘提取,不过2022版额有点大,大家要根据电脑内存决定是否下载哦5 7655浏览会员免费
- TensorFlow安装错误解决:ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败。2 7887浏览会员免费
- CarSim、Simulink联合仿真介绍及实例,很详细,很完整!3 3343浏览会员免费
- 基于卷积神经网络的手写数字识别python代码实现 卷积神经网络(Convolutional Neural Network,CNN)中,卷积层的神经元只与前一层的部分神经元节点相连,即它的神经元间的连接是非全连接的,且同一层中某些神经元之间的连接的权重 w 和偏移 b 是共享的(即相同的),这样大量地减少了需要训练参数的数量。3 6633浏览会员免费
- python程序,python程序,python程序,文件夹下所有图片的读取以及显示(python程序),可用于图像处理第一阶段,代码简单易懂5 1w+浏览会员免费
- 详细介绍了模糊控制实现轨迹跟踪的方法步骤。仿真结果表明,该模糊控制器具有较好的收敛性和稳定性,能够满足实际轨迹跟踪的需要。4 2029浏览会员免费
- 目录结构: 准备训练样本 修改源文件 构建用户的训练数据文件夹 训练 各种曲线的绘制 各种参数解析0 3043浏览会员免费
- 我不想要积分的,可是不得不1分。。。。没办法。 最小二乘法曲线拟合以及Matlab实现 在实际工程中,我们常会遇到这种问题:已知一组点的横纵坐标,需要绘制出一条尽可能逼近这些点的曲线(或直线),以进行进一步进行加工或者分析两个变量之间的相互关系。而获取这个曲线方程的过程就是曲线拟合。5 3964浏览会员免费
- VOC2012完整数据集,放心下载,可以用于图像分类目标检测、语义分割等,百度云下载链接,很好的分类数据集0 6244浏览会员免费
- 本文件描述了深度学习常见面试题类型及答案,可以对面试的同学有帮助5 2517浏览会员免费
- tensorflow不支持windows的32位系统,没有对应的安装包。32位下的python通过pip安装也是找不到对应的版本,anaconda则可以完美的解决这个问题。 本教程正是基于anaconda来实现win7 32位系统下tensorflow的安装问题,以及idea如何配置tensorflow问题。3 1892浏览会员免费
- 鸢尾花数据集4 5285浏览会员免费
- 基于matlab的人脸识别课程设计(含代码),使用特征脸算法,利用matlab技术编写代码,实现人脸数据库的识别1 4153浏览会员免费
- 需求变更、新增申请表,需求变更模板 word版,可以编辑。5 1847浏览会员免费
- 该毕设论文是本人学习研究人脸识别的总结,里面详细介绍了实现人脸识别的各个步骤的原理及实现过程,可以说非常的详细了。里面有论述不当之处还请指正。0 2072浏览会员免费
- 针对微电网超短期负荷预测,选取每隔15min一天共96点的负荷数据,对未来微电网负荷进行超短期负荷预测。1 1912浏览会员免费
- 通过研究论文资料总结了三种ASIC芯片的结构原理等,包括VPU、TPU和寒武纪芯片5 1924浏览会员免费
- 该代码是在matlab平台对图像的HSV颜色特征的提取,处理效果较好。1 7022浏览会员免费
- 深度学习大小:598KB深度学习期末考试复习,包含选择题65,判断题60和简答题15,一共150道题。深度学习期末考试复习,包含选择题65,判断题60和简答题15,一共150道题。5 4551浏览会员免费
- 基于基本的RNN的Python代码,将其用Matlab实现了,且实验结果比较好2 4454浏览会员免费
- 完整的实现了机器学习算法——支持向量机(SVM),同时通过交叉验证求解最优C值4 6446浏览会员免费
- 该文档详细的描述了MobileNet-SSD的网络模型,可以实现目标检测功能,适用于移动设备设计的通用计算机视觉神经网络,如车辆车牌检测、行人检测等功能。它具有速度快,模型小,效率高等优点。1 3942浏览会员免费
- 经典手眼标定(eye in hand)方案设计 每组手眼运动需要固定棋盘格是我位置,每次手眼运行前后需要标定相机外参。 需要机器人控制上能够直接读取工具中心点的位姿。3 3896浏览会员免费
- Jetson Nano教程,特别详细,不喜勿下载哦哈哈哈Jetson Nano教程,特别详细,不喜勿下载哦哈哈哈3 2902浏览会员免费
- tensorflow版本配套关系表,官方出品,可供参考使用,最新到1.65 1w+浏览会员免费
- 最近在研究轨迹数据方面的课题,特意收集大量关于轨迹方面的网站,里面包括出租车等方面的数据集。3 3657浏览会员免费
- 用于分割图像的标注工具labelme安装与使用说明 用于分割图像的标注工具labelme安装与使用说明1 1w+浏览会员免费
- 数据集大小:13KB分享一下:链接:https://pan.baidu.com/s/1ZIiz16LUcdDpmFTnE6V-lg 提取码:6r7l 关注公众号“深算科技重庆”获取更多免费资料。分享一下:链接:https://pan.baidu.com/s/1ZIiz16LUcdDpmFTnE6V-lg 提取码:6r7l 关注公众号“深算科技重庆”获取更多免费资料。1 7577浏览会员免费
- 本代码可以实现matlab中的图像纹理特征的提取,图像处理速度较快,处理效果较好。5 3338浏览会员免费
- OpenTCS 交通控制系统的简单介绍和源码的简单运行。对源码的编译步骤的介绍。本人也是初学希望大家共同努力5 4497浏览会员免费
- 网上收集整理的关于LSTM循环神经网络的原理及算法简介,0 1w+浏览会员免费
- 当前用于研究SAR ATR 的图像是美国国防高级研究计划署(DefenseAdvanced Research Project Agency, DARPA) 和空军研究室(Air Force ResearchLaboratory, AFRL) 提供的MSTAR(Moving and Stationary Target Acquisitionand Recognition) 图像。实验数据采用地面军事车辆的聚束式MSTAR SAR 图像集,图像分辨率为0.3m × 0.3m,像素尺寸128 × 128。数据库里包含3 类(BMP2,BTR70,T72) 共7 种型号的地物目标[32]。同一大类里面不同型号的实际差异为目标的军事配置不同,称为变形目标,如同类坦克上有无机关枪、油箱,以及天线是否展开等;同类装甲车上有无炮筒,挡泥板和聚光灯等。数据库在设计时考虑到SAR 图像对方位因素十分敏感,故而对每类不免采集大量不同方位的图像,方位范围为0°到 360°,方位间隔约1°到2°。5 4144浏览会员免费
- 期末考试答案1_2019研究生《机器学习》期末试题参考答案202001041_2019研究生《机器学习》期末试题参考答案202001040 5651浏览会员免费
- Arduino比较细致的入门DIY资料,手把手的从头教授,很好的参考资源,分享给大家,仅供学习使用0 3439浏览会员免费
- AIstudio手写数字识别项目的实验报告,报告中有代码链接。文档包括: 1.数据预处理 2.数据加载 3.网络结构尝试:简单的多层感知器、卷积神经网络LeNet-5、循环神经网络RNN、Vgg16 4.损失函数:平方损失函数、交叉熵函数 5.优化算法:adagrad、adadelta、Adam、decayedAdagrad、Adamax、Ftrl 6.实验结果截图:准确率、混淆矩阵 最后是实验总结。5 7315浏览会员免费
- 遗传算法的改进的MATLAB代码,其中对遗传算子的交叉算子和遗传算子做了非线性自适应改进。4 3599浏览会员免费
- 最近做了一个库卡机器人通过EtherNet/IP与工业相机进行通讯的项目,分享供大家参考亲测好用,挺不错的资源,大家快来下载吧!挺有用的!需要的话可以来下载哦!1 2525浏览会员免费
- 2018年最新知识图谱实战视频与代码: 1.知识问答,知识融合 2.知识抽取与挖掘,3.知识推理,知识存储 4 语义搜索,行业知识图谱应用0 438浏览会员免费
- halcon外触发get_framegrabber_callback注册回调函数方法,c#代码3 2573浏览会员免费
- 模糊聚类分析实验报告+matlab代码 模糊聚类分析实验报告+matlab代码0 2726浏览会员免费
- 伺服的经典程序写法,主要讲述了三菱伺服的基本使用,以及程序的讲解等。0 2096浏览会员免费
- 一个很有用的语义词典,用于语义关系挖掘,自然语言处理的,希望对大家有用4 277浏览会员免费
- 该论文中详细介绍了基于朴素贝叶斯的垃圾邮件分类过程,以及五折交叉验证的评价指标,并包含完整的代码,python格式,是一个学习朴素贝叶斯方法不错的实例。2 1w+浏览会员免费
- 使用MATLAB编程对威布尔概率密度函数进行绘制。0 7033浏览会员免费
- 灰色预测模型GM(1,n)模型的matlab源代码,包括预测模型的建立,以及模型的精度检验指标c,p的计算。3 5996浏览会员免费
- 新鲜出炉的阿里巴巴笔试题,今年人工智能两个答题全部都是NLP1 1661浏览会员免费
- Velodyne VLP16 用户手册与编程指导,此书为原长英文版,请大家放心下载。详细的velodyne激光雷达介绍与使用说明;同时包括相应的编程指导。5 3269浏览会员免费
- TD_tree大小:1MB【文档说明】 本文是自己整理的一些重点知识点,也是面试中会被问到的知识点 【文档结构】 决策树 信息熵(Entropy) 什么是决策树 决策树的构建过程 决策树分割属性选择 决策树量化纯度 决策树量化纯度 信息增益率计算方式 决策树的停止条件 决策树算法效果评估 决策树生成算法 ID3算法 ID3算法优缺点 C4.5算法 8 CART算法 8 ID3\C4.5\CART分类回归树算法总结 分类树和回归树的区别 决策树优化策略 决策树的剪枝 决策树剪枝过程 附录:【文档说明】 本文是自己整理的一些重点知识点,也是面试中会被问到的知识点 【文档结构】 决策树 信息熵(Entropy) 什么是决策树 决策树的构建过程 决策树分割属性选择 决策树量化纯度 决策树量化纯度 信息增益率计算方式 决策树的停止条件 决策树算法效果评估 决策树生成算法 ID3算法 ID3算法优缺点 C4.5算法 8 CART算法 8 ID3\C4.5\CART分类回归树算法总结 分类树和回归树的区别 决策树优化策略 决策树的剪枝 决策树剪枝过程 附录:4 6032浏览会员免费
- 燕山大学《Python机器学习》实验报告0 4146浏览会员免费
- 汇总了深度学习基础篇、进阶共19课教程,与大家分分享0 2943浏览会员免费
- 我找了好久才找到的,可以说很全了。绝对好用5 1954浏览会员免费
- 在传统的机器学习的框架下,学习的任务就是在给定充分训练数据的基础上来学习一个分类模型;然后利用这个学习到的模型来对测试文档进行分类与预测。然而,我们看到机器学习算法在当前的Web挖掘研究中存在着一个关键的问题:一些新出现的领域中的大量训练数据非常难得到。我们看到Web应用领域的发展很快速。大量新的领域不断涌现,从传统的新闻,到网页,到图片,再到博客、播客等。传统的机器学习需要对每个领域都标定大量训练数据,这将会耗费大量的人力与物力。而没有大量的标注数据,会使得很多与学习相关研究与应用无法开展。其次,传统的机器学习假设训练数据与测试数据服从相同的数据分布。然而,在许多情况下,这种同分布假设并不满足。通常可能发生的情况如训练数据过期。这往往需要我们去重新标注大量的训练数据以满足我们训练的需要,但标注新数据是非常昂贵的,需要大量的人力与物力。从另外一个角度上看,如果我们有了大量的、在不同分布下的训练数据,完全丢弃这些数据也是非常浪费的。如何合理的利用这些数据就是迁移学习主要解决的问题。1 1w+浏览会员免费