- 数据集大小:42MB分析使用了DataCo Global公司使用的供应链数据集。供应链数据集,允许使用机器学习算法和R软件。重要的注册活动领域包括:供应,生产,销售,商业分销,还允许将结构化数据与非结构化数据进行关联以生成知识。 DescriptionDataCoSupplyChain.csv DataCoSupplyChainDataset.csv tokenized_access_logs.csv分析使用了DataCo Global公司使用的供应链数据集。供应链数据集,允许使用机器学习算法和R软件。重要的注册活动领域包括:供应,生产,销售,商业分销,还允许将结构化数据与非结构化数据进行关联以生成知识。 DescriptionDataCoSupplyChain.csv DataCoSupplyChainDataset.csv tokenized_access_logs.csv0 649浏览会员免费
- 南方电网大小:991MB包括简历制作模板、非电气类面试题库以及面试准备及流程包括简历制作模板、非电气类面试题库以及面试准备及流程0 386浏览会员免费
- 1 安装 将硬盘通过排线插到主板上,对于有需要单独供电的硬盘,提供合理的供电电源,供电电压一定要稳定,不然硬盘比较容易出问题。 2 查看系统是否识别到硬盘 lsblk 其他不相关的分区就不截图了,如果你看到很多loop的话,请忽略它,不需要在意,那个是给系统管理挂载用的。 可以看到现在我设备上除了原来的500GB的固态硬盘,sda1之外,已经能够读到sdb这个硬盘了,是一个4TB 的机械硬盘,主要是用来备份数据集,因此没有选固态的,固态太贵了。 或者使用 sudo fdisk -f 进行查看,可以看到更加详细的信息 原创文章 44获赞 10访问量0 4175浏览会员免费
- SAP 完全配置方案 SD5 138浏览会员免费
- Python开发-机器学习大小:2MB本人曾随队在mrc2018机器阅读理解比赛中获得TOP11的名次,当时使用的是BIDAF,现尝试使用QANet去尝试dureader数据集本人曾随队在mrc2018机器阅读理解比赛中获得TOP11的名次,当时使用的是BIDAF,现尝试使用QANet去尝试dureader数据集0 748浏览会员免费
- TestStand视频教学大小:75MB很多小伙伴们,在学习使用TestStand运用做测试时,不太了解它具体怎么使用吧!我在这里给你们录制了很详细的视频教学!希望对大家学习使用TestStand有所帮助。很多小伙伴们,在学习使用TestStand运用做测试时,不太了解它具体怎么使用吧!我在这里给你们录制了很详细的视频教学!希望对大家学习使用TestStand有所帮助。0 172浏览会员免费
- 开源软件大小:9MBFreyrSCADA提供IEC101 RTU服务器模拟器IEC101客户端主模拟器,静态和动态库,源代码库。 Windows,POSIX Linux,ARM,PowerPC,QNX等驱动程序*使您的RTU,协议转换器,网关,HMI,数据集中器与iec 101兼容。*下载免费评估套件-IEC 60870-5-101开发套件。 *捆绑中包括IEC 101服务器和客户端模拟器,Windows和Linux SDK,C#项目,Doxygen,Raspberry Pi,BeagleBone演示库。 https://www.freyrscada.com/iec-60870-5-101.php https://www.freyrscada.com/iec-60870-5-101-Server-Simulator.php https://www.freyrscada。 com / iec-60870-5-101-Client-Simulator.php https://freyrscada.com/iec-60870-5-101-Windows-Software-Development-Kit(SDK)FreyrSCADA提供IEC101 RTU服务器模拟器IEC101客户端主模拟器,静态和动态库,源代码库。 Windows,POSIX Linux,ARM,PowerPC,QNX等驱动程序*使您的RTU,协议转换器,网关,HMI,数据集中器与iec 101兼容。*下载免费评估套件-IEC 60870-5-101开发套件。 *捆绑中包括IEC 101服务器和客户端模拟器,Windows和Linux SDK,C#项目,Doxygen,Raspberry Pi,BeagleBone演示库。 https://www.freyrscada.com/iec-60870-5-101.php https://www.freyrscada.com/iec-60870-5-101-Server-Simulator.php https://www.freyrscada。 com / iec-60870-5-101-Client-Simulator.php https://freyrscada.com/iec-60870-5-101-Windows-Software-Development-Kit(SDK)1 363浏览会员免费
- Python大小:52KBDeepONet:学习非线性算子 的论文的源代码 。 系统要求 大多数代码是用Python 3编写的,并且依赖于深度学习包 。 一些代码是用Matlab(R2019a版本)编写的。 安装指南 安装Python 3 安装DeepXDE( ) 可选:对于CNN,请安装Matlab和TensorFlow 1;否则,请执行以下步骤: 对于Seq2Seq,请安装PyTorch 安装可能需要10分钟到1个小时。 演示版 案例Antiderivative 打开deeponet_pde.py,然后根据注释在main()和ode_system()函数中选择参数/设置。 运行deeponet_pde.py,它将首先生成两个数据集(训练和测试),然后训练DeepONet。 培训和测试MSE错误将显示在屏幕中。 标准输出是 Building operator neural network... 'DeepONet:学习非线性算子 的论文的源代码 。 系统要求 大多数代码是用Python 3编写的,并且依赖于深度学习包 。 一些代码是用Matlab(R2019a版本)编写的。 安装指南 安装Python 3 安装DeepXDE( ) 可选:对于CNN,请安装Matlab和TensorFlow 1;否则,请执行以下步骤: 对于Seq2Seq,请安装PyTorch 安装可能需要10分钟到1个小时。 演示版 案例Antiderivative 打开deeponet_pde.py,然后根据注释在main()和ode_system()函数中选择参数/设置。 运行deeponet_pde.py,它将首先生成两个数据集(训练和测试),然后训练DeepONet。 培训和测试MSE错误将显示在屏幕中。 标准输出是 Building operator neural network... '0 2047浏览会员免费
- 基于SSIS企业数据集成系统的技术实现大小:246KB基于SSIS企业数据集成系统的技术实现.基于SSIS企业数据集成系统的技术实现.0 91浏览会员免费
- R语言大小:5MB手把手教你您R语言作图,包含书中所有数据集,代码。是学习R语言作图的入门经典教材。手把手教你您R语言作图,包含书中所有数据集,代码。是学习R语言作图的入门经典教材。0 106浏览会员免费
- 该训练集为北京交通大学、商汤科技、香港中文大学开源的大型活体检测数据集,填补了目前开源数据集数量少和多样性不足的缺点,很适合作为该领域的训练、测试的数据集0 472浏览会员免费
- Python大小:11MB概述 该代码适用于以下论文:用于视网膜血管分割的空间注意U-Net。 我们报告DRIVE和CHASE DB1数据集的最新性能。 布达佩斯技术经济大学(CME)的郭长禄(Changlu Guo)编写的代码。 我们在Ubuntu 16.04上进行培训和评估,它也适用于Windows和OS。 数据集 数据扩充: (1)随机轮换; (2)增加高斯噪声; (3)色彩抖动; 2. (4)水平,垂直和对角线翻转。 如果您不想进行上述扩充,只需从我的链接下载即可。 快速开始 训练 运行或 测验 运行或Eval_chase.py 环境环境 凯拉斯2.3.1 Tensorflow = = 1.14.0 关于凯拉斯 Keras是一个极简的,高度模块化的神经网络库,用Python编写,能够在TensorFlow或Theano上运行。 它的开发着重于实现快速实验。 能够以最小的延迟将想法付诸概述 该代码适用于以下论文:用于视网膜血管分割的空间注意U-Net。 我们报告DRIVE和CHASE DB1数据集的最新性能。 布达佩斯技术经济大学(CME)的郭长禄(Changlu Guo)编写的代码。 我们在Ubuntu 16.04上进行培训和评估,它也适用于Windows和OS。 数据集 数据扩充: (1)随机轮换; (2)增加高斯噪声; (3)色彩抖动; 2. (4)水平,垂直和对角线翻转。 如果您不想进行上述扩充,只需从我的链接下载即可。 快速开始 训练 运行或 测验 运行或Eval_chase.py 环境环境 凯拉斯2.3.1 Tensorflow = = 1.14.0 关于凯拉斯 Keras是一个极简的,高度模块化的神经网络库,用Python编写,能够在TensorFlow或Theano上运行。 它的开发着重于实现快速实验。 能够以最小的延迟将想法付诸5 1177浏览会员免费
- 由于遥感影像中建筑物种类繁多且与周围环境信息混淆,传统方法难以实现建筑物的准确高效提取.本文提出了一种基于改进Mask-RCNN的建筑物自动提取方法,利用PyTorch深度学习框架搭建改进Mask-RCNN网络模型架构,在网络的设计中添加了路径聚合网络和特征增强功能,通过监督和迁移学习的方式对Inria航空影像标签数据集进行多线程迭代训练与模型优化学习,实现了建筑物的自动精确分割和提取.基于不同开源数据集,分别与SVM、FCN、U-net和Mask-RCNN等建筑物提取算法进行对比,实验表明,本文方法可以高效准确、高效地提取建筑物,对于同一个数据集,提取结果的mAP、mRecall、mPrecision和F1分数这4个评价指标均优于对比算法.0 983浏览会员免费
- 系统开源大小:5MBYOLOV3:只看一次目标检测模型在Pytorch当中的实现-替换高效网络主干网络 2021年2月8日更新:加入letterbox_image的选项,关闭letterbox_image后网络的地图得到大幅度提升。 目录 性能情况 训练数据集 权值文件名称 测试数据集 输入图片大小 行动计划0.5:0.95 行动计划0.5 挥发性有机化合物07 + 12 VOC-Test07 416x416 -- 78.9 所需环境 火炬== 1.2.0 文件下载 训练所需的efficiencynet-b2-yolov3的权重可以在百度云下载。链接: : 提取码:hiuq其他版本的efficiencynet的权重可以将YoloBody(Config,phi = phi,load_weights = False)的load_weights参数设置成True,从而获得。 预测步骤 a,使用预训练权YOLOV3:只看一次目标检测模型在Pytorch当中的实现-替换高效网络主干网络 2021年2月8日更新:加入letterbox_image的选项,关闭letterbox_image后网络的地图得到大幅度提升。 目录 性能情况 训练数据集 权值文件名称 测试数据集 输入图片大小 行动计划0.5:0.95 行动计划0.5 挥发性有机化合物07 + 12 VOC-Test07 416x416 -- 78.9 所需环境 火炬== 1.2.0 文件下载 训练所需的efficiencynet-b2-yolov3的权重可以在百度云下载。链接: : 提取码:hiuq其他版本的efficiencynet的权重可以将YoloBody(Config,phi = phi,load_weights = False)的load_weights参数设置成True,从而获得。 预测步骤 a,使用预训练权0 1469浏览会员免费
- 以基于视频的人体动作识别为核心,首先对传统RGB动作识别领域的算法进行了全面回顾,包括传统算法和基于深度学习的算法,基于RGB视频的动作识别易受背景光照的影响识别精度不高,但有丰富的颜色外观信息;然后对RGB-D动作识别领域的算法进行分析总结,主要分为深度序列、骨骼和多特征融合三个方面,RGB-D视频具有多个模态可以为动作识别提供更多的信息,可以弥补基于RGB视频的不足但也带来了新的挑战;最后对常用数据集和未来可能的发展方向进行了展望。0 949浏览会员免费
- python大小:3MB纽约市-Airbnb-数据产品 纽约市Airbnb数据的数据分析,可视化和预测 描述 该项目分析了2019年从纽约市地区收集的Airbnb数据,该数据的列表范围从私人住宅到房间,邻里,邻里群体,价格等。该项目的目标是创建一个可以预测的模型未来的AirBnb价格以及城市中哪些街区最有利可图。 数据源 该公开数据集是Airbnb的一部分,其原始资源可在此上。 它包含定性和定量数据的混合,有48,895个条目和16列。 我们的模型将包括34,218个培训条目和14,666个测试目标标签PRICE的条目。 结果 模型 RSME平均值 RSME平均10倍 线性回归 0.495 0.498 随机森林回归 0.493 0.509 XgBoost 0.473 N 套索回归 0.693 0.698 模型 准确性 随机森林分类器 83.4% 逻辑回归 84.5% (整体最佳) 决策树 8纽约市-Airbnb-数据产品 纽约市Airbnb数据的数据分析,可视化和预测 描述 该项目分析了2019年从纽约市地区收集的Airbnb数据,该数据的列表范围从私人住宅到房间,邻里,邻里群体,价格等。该项目的目标是创建一个可以预测的模型未来的AirBnb价格以及城市中哪些街区最有利可图。 数据源 该公开数据集是Airbnb的一部分,其原始资源可在此上。 它包含定性和定量数据的混合,有48,895个条目和16列。 我们的模型将包括34,218个培训条目和14,666个测试目标标签PRICE的条目。 结果 模型 RSME平均值 RSME平均10倍 线性回归 0.495 0.498 随机森林回归 0.493 0.509 XgBoost 0.473 N 套索回归 0.693 0.698 模型 准确性 随机森林分类器 83.4% 逻辑回归 84.5% (整体最佳) 决策树 80 933浏览会员免费
- RDMA大小:9MBIB Specification Vol 1-Release-1.4 ib协议2020版本IB Specification Vol 1-Release-1.4 ib协议2020版本0 352浏览会员免费
- 数据集大小:16KB使用线性回归的保险预测医疗费用个人数据集 insurance.csv使用线性回归的保险预测医疗费用个人数据集 insurance.csv5 802浏览会员免费
- 数据集大小:5MB这是现代奥运会历史数据集,包括所有从1896年雅典到2016年里约热内卢的数据。 athlete_events.csv noc_regions.csv这是现代奥运会历史数据集,包括所有从1896年雅典到2016年里约热内卢的数据。 athlete_events.csv noc_regions.csv0 1512浏览会员免费
- 随着数据仓库技术应用的不断深入 ,商务智能或者说数据仓库系统构成越来越复杂 ,所依托的信息系统也愈加多样、 异 质。我们知道 ,对这些来源多样的信息进行整合以提供商务分析 ,合理利用元数据是其关键。元数据管理在商务智能领域非常重 要 ,特别对来自不同厂商的数据集成来说尤为关键 ,因大部分的商务智能应用都非常依赖元数据的构建。本文阐述了商务智能中元 数据管理的各个部分 ,并详细分析了被 OMG(对象管理小组 )接受的公共仓库模型 — — —CWM。同时 ,给出了 CWM中元数据存储和 管理的可能实现方式。3 105浏览会员免费
- generative-adversarial-network大小:12MBCelebAMask-HQ CelebAMask-HQ是一个大规模的面部图像数据集,通过遵循CelebA-HQ从CelebA数据集中选择了30,000张高分辨率面部图像。 每个图像具有对应于CelebA的面部属性的分割蒙版。 CelebAMask-HQ口罩采用512 x 512尺寸手动注释,分为19类,包括所有面部组件和配件,例如皮肤,鼻子,眼睛,眉毛,耳朵,嘴巴,嘴唇,头发,帽子,眼镜,耳环,项链,脖子和布。 CelebAMask-HQ可用于训练和评估人脸解析,人脸识别以及用于人脸生成和编辑的GAN的算法。 如果您需要图像的身份标签和属性标签,请向发送请求。 交互式人脸图像处理演示 样本图片 CelebAMask-HQ的人脸操纵模型 CelebAMask-HQ可用于多个研究领域,包括:面部图像处理,面部分析,面部识别和面部幻觉。 下面展示了一个关于交互式面部图像处理的应用程CelebAMask-HQ CelebAMask-HQ是一个大规模的面部图像数据集,通过遵循CelebA-HQ从CelebA数据集中选择了30,000张高分辨率面部图像。 每个图像具有对应于CelebA的面部属性的分割蒙版。 CelebAMask-HQ口罩采用512 x 512尺寸手动注释,分为19类,包括所有面部组件和配件,例如皮肤,鼻子,眼睛,眉毛,耳朵,嘴巴,嘴唇,头发,帽子,眼镜,耳环,项链,脖子和布。 CelebAMask-HQ可用于训练和评估人脸解析,人脸识别以及用于人脸生成和编辑的GAN的算法。 如果您需要图像的身份标签和属性标签,请向发送请求。 交互式人脸图像处理演示 样本图片 CelebAMask-HQ的人脸操纵模型 CelebAMask-HQ可用于多个研究领域,包括:面部图像处理,面部分析,面部识别和面部幻觉。 下面展示了一个关于交互式面部图像处理的应用程0 2164浏览会员免费
- opensource大小:45MBUbuntu上配置SSD-caffe+运行demo+训练数据集--Ubuntu 16.04 Anaconda3+opencv3.4.6+Caffe+多GPU+CUDA10.1Ubuntu上配置SSD-caffe+运行demo+训练数据集--Ubuntu 16.04 Anaconda3+opencv3.4.6+Caffe+多GPU+CUDA10.10 586浏览会员免费
- Python大小:38KB模糊聚类 该软件包实现了模糊c均值(FCM)分类算法,以及用于可视化分类结果的一组图形工具。 FCM执行软分类。 不是将样本分配给单个类别,而是为每个样本赋予每个类别一个成员资格评分(类似于归属概率)。 该算法迭代地使用隶属度分数来更新聚类质心的位置,并使用聚类质心的位置来更新隶属度分数。 众所周知,经典FCM [1]对高维敏感[2]。 我正在研究算法的两个修改,以改善分类结果:多项式模糊函数和隶属度正则化[3]。 该软件包提出了三种评估最终分类结果质量的方法:1) FCM算法的目标函数。 它主要考虑了群集的紧凑性2) VIdso索引[4]。 它结合了群集散布,分离和重叠的度量3)广义的内部帧间轮廓[5]。 它结合了群集的紧凑性和分离性,并提供了分配质量的逐样本测量。 但是,该索引具有很高的计算成本。 可视化工具包括图形化的辅助工具,用于识别可能突出显示数据集中基础结构的聚类解决方案模糊聚类 该软件包实现了模糊c均值(FCM)分类算法,以及用于可视化分类结果的一组图形工具。 FCM执行软分类。 不是将样本分配给单个类别,而是为每个样本赋予每个类别一个成员资格评分(类似于归属概率)。 该算法迭代地使用隶属度分数来更新聚类质心的位置,并使用聚类质心的位置来更新隶属度分数。 众所周知,经典FCM [1]对高维敏感[2]。 我正在研究算法的两个修改,以改善分类结果:多项式模糊函数和隶属度正则化[3]。 该软件包提出了三种评估最终分类结果质量的方法:1) FCM算法的目标函数。 它主要考虑了群集的紧凑性2) VIdso索引[4]。 它结合了群集散布,分离和重叠的度量3)广义的内部帧间轮廓[5]。 它结合了群集的紧凑性和分离性,并提供了分配质量的逐样本测量。 但是,该索引具有很高的计算成本。 可视化工具包括图形化的辅助工具,用于识别可能突出显示数据集中基础结构的聚类解决方案0 1105浏览会员免费
- sift大小:1022KBvs2015+opencv3.4.0+opencv_contrib_3.4.0,用sift提取特征,用kmeas形成词汇表(bow),用svm进行分类。 正确率82%左右。vs2015+opencv3.4.0+opencv_contrib_3.4.0,用sift提取特征,用kmeas形成词汇表(bow),用svm进行分类。 正确率82%左右。0 929浏览会员免费
- JupyterNotebook大小:3MB使用NLTK进行文本数据的自动情感分析 通讯155:人工智能和新媒体朱准se教授家庭作业2018年五月 该项目使用自然语言工具包(NLTK)情感分析功能来分析四个csv数据集(亚马逊产品评论,啤酒评论,电影评论和雨伞评论)的文本情感。 每个数据集包含成对的评论内容列表和一个数字评分。 用户生成的评分与NLTK生成的分数之间的相关性绘制在matplotlib条形图中。 我还发现编写了代码来查找与正面和负面情绪得分唯一相关的单词。 亚马逊评论 一些与评论得到负面情感评分唯一相关的有趣单词:损坏,讨厌,不糟糕,混乱,失望,严重一些与获得积极情绪评分的评论有关的有趣单词:维生素,混合 啤酒评论 一些与评论得到负面情感评分唯一相关的有趣单词:恐怖,死亡,谋杀一些与获得好评的评论独特相关的有趣单词:颜色,炫酷,迪士尼,朱莉·安德鲁斯 我认为分析对这组数据的作用是独特的,因为评论是针对不同电影的使用NLTK进行文本数据的自动情感分析 通讯155:人工智能和新媒体朱准se教授家庭作业2018年五月 该项目使用自然语言工具包(NLTK)情感分析功能来分析四个csv数据集(亚马逊产品评论,啤酒评论,电影评论和雨伞评论)的文本情感。 每个数据集包含成对的评论内容列表和一个数字评分。 用户生成的评分与NLTK生成的分数之间的相关性绘制在matplotlib条形图中。 我还发现编写了代码来查找与正面和负面情绪得分唯一相关的单词。 亚马逊评论 一些与评论得到负面情感评分唯一相关的有趣单词:损坏,讨厌,不糟糕,混乱,失望,严重一些与获得积极情绪评分的评论有关的有趣单词:维生素,混合 啤酒评论 一些与评论得到负面情感评分唯一相关的有趣单词:恐怖,死亡,谋杀一些与获得好评的评论独特相关的有趣单词:颜色,炫酷,迪士尼,朱莉·安德鲁斯 我认为分析对这组数据的作用是独特的,因为评论是针对不同电影的0 1065浏览会员免费
- Python大小:95KB点网扫描网 在scannet数据集上测试Pointnet ++点网扫描网 在scannet数据集上测试Pointnet ++0 988浏览会员免费
- JupyterNotebook大小:5MB小波神经网络 实施 使用keras深度学习框架。 我使用本文进行本科研究。 数据集 本文使用的数据集不是开放的,因此我使用cat vs dog数据集来测试WaveletCNN的实现 要求 Python 3+ Tensorflow> = 1.12 凯拉斯2.2.4 Matplotlib 参考小波神经网络 实施 使用keras深度学习框架。 我使用本文进行本科研究。 数据集 本文使用的数据集不是开放的,因此我使用cat vs dog数据集来测试WaveletCNN的实现 要求 Python 3+ Tensorflow> = 1.12 凯拉斯2.2.4 Matplotlib 参考0 1509浏览会员免费
- 数据集大小:98MB深度学习的Keras 数据集,因为一些不可描述的原因不能直接下载了。现在分享出来 君可自取之,岁月安好。共同努力~深度学习的Keras 数据集,因为一些不可描述的原因不能直接下载了。现在分享出来 君可自取之,岁月安好。共同努力~5 431浏览会员免费
- 数据集大小:90KB该数据集包含1750年至2019年不同国家的温室气体排放数据(以吨为单位)。来源:数据世界:二氧化碳和温室气体排放 自汉娜·里奇(Hannah Ritchie)和马克斯·罗瑟(Max Roser) emission data.csv该数据集包含1750年至2019年不同国家的温室气体排放数据(以吨为单位)。来源:数据世界:二氧化碳和温室气体排放 自汉娜·里奇(Hannah Ritchie)和马克斯·罗瑟(Max Roser) emission data.csv0 489浏览会员免费
- ZIP大小:27MB###人类活动识别使用智能手机数据集####作者:Coursera2015(获取和清理数据,2015 年 1 月) ###用法 将存储库 UCI-HAR-Datatest $ git clone https://github.com/Coursera2015/UCI-HAR-Dataset到您的个人资料( $ git clone https://github.com/Coursera2015/UCI-HAR-Dataset )。 将目录 UCI-HAR-Dataset 设置为您的工作目录。 运行脚本run_analysis.R 。 它使用目录“data”中的数据文件。 整洁的数据集data_fin.txt被导出到工作目录。###人类活动识别使用智能手机数据集####作者:Coursera2015(获取和清理数据,2015 年 1 月) ###用法 将存储库 UCI-HAR-Datatest $ git clone https://github.com/Coursera2015/UCI-HAR-Dataset到您的个人资料( $ git clone https://github.com/Coursera2015/UCI-HAR-Dataset )。 将目录 UCI-HAR-Dataset 设置为您的工作目录。 运行脚本run_analysis.R 。 它使用目录“data”中的数据文件。 整洁的数据集data_fin.txt被导出到工作目录。0 1034浏览会员免费
- VB源码-控件组件大小:46KBVB增强版ListView ComBox下拉列表控件,属性说明: 1.LVHead:列标题字符串,各列标题间用半角逗号“,”隔开 2.LVWidth:列宽度,也用“,”隔开,数目应与LVHead相同,值的大小取要显示的字符数 3.Style:下列方式 4.BindCol:邦定列 5.DispCol:显示列,即LVComBox中所显示的列值 6.Value:对应BindCol所对应的列值 7.Text:对应DispCol所对应的列值 8.DataSource:所要显示行的数据集 9.GetSource:包含所选资料行的所有列值VB增强版ListView ComBox下拉列表控件,属性说明: 1.LVHead:列标题字符串,各列标题间用半角逗号“,”隔开 2.LVWidth:列宽度,也用“,”隔开,数目应与LVHead相同,值的大小取要显示的字符数 3.Style:下列方式 4.BindCol:邦定列 5.DispCol:显示列,即LVComBox中所显示的列值 6.Value:对应BindCol所对应的列值 7.Text:对应DispCol所对应的列值 8.DataSource:所要显示行的数据集 9.GetSource:包含所选资料行的所有列值0 643浏览会员免费
- IED配置大小:2MB南瑞继保ICD配置工具介绍说明, ICD文件编辑建模功能 – 支持自定义数据类型的增加和编辑 – 支持自定义逻辑节点类型的增加和编辑 – 新建装置模板 – 添加逻辑节点, 逻辑节点排序 – 编辑修改LN、 DO的描述 – 编辑修改DO与装置内部的数据映射 – 定义、 编辑数据集和报告控制块、 GOOSE 控制块南瑞继保ICD配置工具介绍说明, ICD文件编辑建模功能 – 支持自定义数据类型的增加和编辑 – 支持自定义逻辑节点类型的增加和编辑 – 新建装置模板 – 添加逻辑节点, 逻辑节点排序 – 编辑修改LN、 DO的描述 – 编辑修改DO与装置内部的数据映射 – 定义、 编辑数据集和报告控制块、 GOOSE 控制块1 454浏览会员免费
- MATLAB大小:1MB机器学习葡萄酒质量预测 ================ 目的 找到一个合适的分类器来预测葡萄酒类型和葡萄酒质量。 给定数据 数据来自葡萄牙的“Vinho Verde”葡萄酒,它具有 11 种不同的化学特性。 葡萄酒类型包括白葡萄酒和红葡萄酒,葡萄酒质量由葡萄酒专家划分为 1(好)和 7(差)。 给定的数据集分为 5000 个训练样本和 1000 个测试样本,并存储在两个 .csv 文件中。 它们每个都有 13 列,包括 11 个化学测量值和两列描述葡萄酒类型和质量的列。 葡萄酒类型预测机器学习葡萄酒质量预测 ================ 目的 找到一个合适的分类器来预测葡萄酒类型和葡萄酒质量。 给定数据 数据来自葡萄牙的“Vinho Verde”葡萄酒,它具有 11 种不同的化学特性。 葡萄酒类型包括白葡萄酒和红葡萄酒,葡萄酒质量由葡萄酒专家划分为 1(好)和 7(差)。 给定的数据集分为 5000 个训练样本和 1000 个测试样本,并存储在两个 .csv 文件中。 它们每个都有 13 列,包括 11 个化学测量值和两列描述葡萄酒类型和质量的列。 葡萄酒类型预测0 1500浏览会员免费
- Python大小:19KBMA-CNN Multi-Attention-CNN 说明 本仓库只是对ICCV 2017 论文《Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition》中的多注意力卷积神经网络进行模仿和复现 论文作者GitHub地址 本项目的重点是全连接层聚类获得的注意力矩阵和通道损失函数 本项目主要用于图像中细粒度特征的识别和视频流中关键帧的提取 本项目由Pytorch实现,只能运行在GPU上 代码 data_macnn.py 对外提供数据接口,面对不同数据集需要修改继承于Pytorch数据相关模块的三个函数 conv_macnn.py 训练macnn的卷积部分,可以任选卷积网络,注意好输出的通道数量和尺寸就好 part_macnn.py 训练macnn的聚类部分 Dis已实现,DMA-CNN Multi-Attention-CNN 说明 本仓库只是对ICCV 2017 论文《Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition》中的多注意力卷积神经网络进行模仿和复现 论文作者GitHub地址 本项目的重点是全连接层聚类获得的注意力矩阵和通道损失函数 本项目主要用于图像中细粒度特征的识别和视频流中关键帧的提取 本项目由Pytorch实现,只能运行在GPU上 代码 data_macnn.py 对外提供数据接口,面对不同数据集需要修改继承于Pytorch数据相关模块的三个函数 conv_macnn.py 训练macnn的卷积部分,可以任选卷积网络,注意好输出的通道数量和尺寸就好 part_macnn.py 训练macnn的聚类部分 Dis已实现,D0 979浏览会员免费
- marc大小:36KB本数据集是以EXCEL格式存在储,数据集共有500多条。本数据集是以EXCEL格式存在储,数据集共有500多条。0 128浏览会员免费
- PCA大小:3KB为了说明什么是数据的主成分,先从数据降维说起。数据降维是怎么回事儿?假设三维空间中有一系列点,这些点分布在一个过原点的斜面上,如果你用自然坐标系x,y,z这三个轴来表示这组数据的话,需要使用三个维度,而事实上,这些点的分布仅仅是在一个二维的平面上,那么,问题出在哪里?如果你再仔细想想,能不能把x,y,z坐标系旋转一下,使数据所在平面与x,y平面重合?这就对了!如果把旋转后的坐标系记为x',y',z',那么这组数据的表示只用x'和y'两个维度表示即可!当然了,如果想恢复原来的表示方式,那就得把这两个坐标之间的变换矩阵存下来。为了说明什么是数据的主成分,先从数据降维说起。数据降维是怎么回事儿?假设三维空间中有一系列点,这些点分布在一个过原点的斜面上,如果你用自然坐标系x,y,z这三个轴来表示这组数据的话,需要使用三个维度,而事实上,这些点的分布仅仅是在一个二维的平面上,那么,问题出在哪里?如果你再仔细想想,能不能把x,y,z坐标系旋转一下,使数据所在平面与x,y平面重合?这就对了!如果把旋转后的坐标系记为x',y',z',那么这组数据的表示只用x'和y'两个维度表示即可!当然了,如果想恢复原来的表示方式,那就得把这两个坐标之间的变换矩阵存下来。2 879浏览会员免费
- 应用软件-办公软件大小:17MBIEC61850 MMS客户端工具,可与具备IEC61850通信协议的智能装置进行数据交互。可增加定值项修改功能, 增加开关量遥控分合功能,增加软压板投退功能,增加定值区切换功能,增加报文控制块实例号配置, 数据集信息查询,报文控制块自动注册,变化信息日志显示,文件列表读取和文件下载,支持中英文切换。 IEC61850 MMS客户端工具截图IEC61850 MMS客户端工具,可与具备IEC61850通信协议的智能装置进行数据交互。可增加定值项修改功能, 增加开关量遥控分合功能,增加软压板投退功能,增加定值区切换功能,增加报文控制块实例号配置, 数据集信息查询,报文控制块自动注册,变化信息日志显示,文件列表读取和文件下载,支持中英文切换。 IEC61850 MMS客户端工具截图0 344浏览会员免费
- 社团发现大小:904Bkarate数据集(聚类分析) karate数据集,包含karate.gml,karate.txt等文件。karate数据集(聚类分析) karate数据集,包含karate.gml,karate.txt等文件。0 1248浏览会员免费
- FourSquare数据集大小:2MB该资源为正在研究推荐系统的人们提供了FourSquare和Gowalla两大数据集,是经过处理过的,被用于RankGeoFM方法试验对比。有需要的可以下载该资源为正在研究推荐系统的人们提供了FourSquare和Gowalla两大数据集,是经过处理过的,被用于RankGeoFM方法试验对比。有需要的可以下载0 942浏览会员免费
- echarts大小:7MBECharts的geojson地图数据下载,这是echarts扩展地图所需的geo数据,包括全国各省geoJson数据信息,根据城市区划代码命名json,数据齐全。全国数据齐全ECharts的geojson地图数据下载,这是echarts扩展地图所需的geo数据,包括全国各省geoJson数据信息,根据城市区划代码命名json,数据齐全。全国数据齐全0 1486浏览会员免费
- 针对中文文本自动校对提出了一种新的基于Seq2Seq和Bi-LSTM结合的深度学习模型。与传统的基于规则和概率统计的方法不同,基于Seq2Seq基础结构改进,加入了Bi-LSTM单元和注意力机制,实现了一个中文文本自动校对模型。采用F0.5与GLEU指标评价,通过公开的数据集进行不同模型的对比实验。实验结果表明,新模型能有效地处理长距离的文本错误以及语义错误,Bi-RNN以及注意力机制的加入对中文文本校对模型的性能有显著提升。0 1518浏览会员免费
- R语言大小:43KBpokemon数据集,里面包含了pokemon的name, type,total,HP,ATTACK,DEFENSE,SP.att,Sp.def,speed,Generation,Legendary, 这是一个很有趣的数据,希望能够帮助大家pokemon数据集,里面包含了pokemon的name, type,total,HP,ATTACK,DEFENSE,SP.att,Sp.def,speed,Generation,Legendary, 这是一个很有趣的数据,希望能够帮助大家1 959浏览会员免费
- Python大小:3KBplantVillage_PR 在植物村数据集上应用低成本的多标签分类,以识别图像中的植物,然后帮助使用最新技术无法获得最新技术的小规模农民使用CNN识别植物的病害(如果有)。plantVillage_PR 在植物村数据集上应用低成本的多标签分类,以识别图像中的植物,然后帮助使用最新技术无法获得最新技术的小规模农民使用CNN识别植物的病害(如果有)。0 1727浏览会员免费
- Surfer大小:26MB软件名称: Surfer 软件版本: 8.0 软件公司:Golden Sofware, Inc 原版下载: 不需要 软件主页: www.goldensoftware.com 运行环境: Windows 98/Me/2000/XP, 官方声明不再正式支持 Windows 95/NT。 软件性质: 商业 汉化文件: HA-Surfer8-HMG.rar 汉化大小: 28M 汉化作者: 阿破 E - Mail: hemengui@hotmail.com 软件介绍: 非常不错的科学类绘图软件,是地质工作者必备的专业成图软件。8.0是目前最 新的版本,可以轻松制作基面图、数据点位图、分类数据图、等值线图、线框图、 地形地貌图、趋势图、矢量图以及三维表面图等;提供11种数据网格化方法,包 含几乎所有流行的数据统计计算方法;提供各种流行图形图像文件格式的输入输 出接口以及各大GIS软件文件格式的输入输出接口,大大方便了文件和数据的交流 和交换;提供新版的脚本编辑引擎,自动化功能得到极大加强。 使用心得:尽量在Windows2000/XP系统下使用Surfer8,尤其是文档中使用了大量中文的情况 下,在Windows9x下要把中文调整得好看简直就是一件杀人的工作,因为如果您在 9x下使用宋体,字间距大到不能要,只有使用英文字体,这时候中文就互相交迭, 在Windows2000/XP中就没有这个问题,直接使用宋体就可以看到漂亮的中文了。 此外,在各种报告中,如果是2000/XP系统,那么在报告编辑器中是可以直接看清 中文的,但是格式就变得乱七八糟,在9x系统中格式是正确的,但是不能正常显示 中文,必需另存为文本文件才可以看见报告的内容。这个是原程序的问题,不是我 汉化后出来的问题。 在使用大数据集的情况下,要认真选择参数,不然速度慢得你受不了就说人家程序 编的不行。当然什么叫大数据集要看您的机器配置,像我做汉化的机器(P233+128M) 10KB的数据就叫大数据集,米国有为同仁,他的配置是P4 2.4GHz+1GB DDR,他经常 处理的遥感和气候数据都是500MB的文件。 在绘制表面图时,有个好点的显卡就爽死了。在我的机器(PIII600+Geforce2Mx)上 绘制海伦山脉的3D Surface时,放大10倍只用30秒,在一笔记本(PIII700+Sis)就 要用2分钟…… 使用说明:下面放的是我翻译整理的Surfer8原版自述文件,建议第一次使用这个软件的同志 好好看看,对于Surfer8会有个大概的了解,而且有些问题说不定你就遇到了,不 用到处问人,这里就有答案。尤其是打印机和初始化文件配置那两个小节,我就刚 好使用了他里面讲的那两个打印机。软件名称: Surfer 软件版本: 8.0 软件公司:Golden Sofware, Inc 原版下载: 不需要 软件主页: www.goldensoftware.com 运行环境: Windows 98/Me/2000/XP, 官方声明不再正式支持 Windows 95/NT。 软件性质: 商业 汉化文件: HA-Surfer8-HMG.rar 汉化大小: 28M 汉化作者: 阿破 E - Mail: hemengui@hotmail.com 软件介绍: 非常不错的科学类绘图软件,是地质工作者必备的专业成图软件。8.0是目前最 新的版本,可以轻松制作基面图、数据点位图、分类数据图、等值线图、线框图、 地形地貌图、趋势图、矢量图以及三维表面图等;提供11种数据网格化方法,包 含几乎所有流行的数据统计计算方法;提供各种流行图形图像文件格式的输入输 出接口以及各大GIS软件文件格式的输入输出接口,大大方便了文件和数据的交流 和交换;提供新版的脚本编辑引擎,自动化功能得到极大加强。 使用心得:尽量在Windows2000/XP系统下使用Surfer8,尤其是文档中使用了大量中文的情况 下,在Windows9x下要把中文调整得好看简直就是一件杀人的工作,因为如果您在 9x下使用宋体,字间距大到不能要,只有使用英文字体,这时候中文就互相交迭, 在Windows2000/XP中就没有这个问题,直接使用宋体就可以看到漂亮的中文了。 此外,在各种报告中,如果是2000/XP系统,那么在报告编辑器中是可以直接看清 中文的,但是格式就变得乱七八糟,在9x系统中格式是正确的,但是不能正常显示 中文,必需另存为文本文件才可以看见报告的内容。这个是原程序的问题,不是我 汉化后出来的问题。 在使用大数据集的情况下,要认真选择参数,不然速度慢得你受不了就说人家程序 编的不行。当然什么叫大数据集要看您的机器配置,像我做汉化的机器(P233+128M) 10KB的数据就叫大数据集,米国有为同仁,他的配置是P4 2.4GHz+1GB DDR,他经常 处理的遥感和气候数据都是500MB的文件。 在绘制表面图时,有个好点的显卡就爽死了。在我的机器(PIII600+Geforce2Mx)上 绘制海伦山脉的3D Surface时,放大10倍只用30秒,在一笔记本(PIII700+Sis)就 要用2分钟…… 使用说明:下面放的是我翻译整理的Surfer8原版自述文件,建议第一次使用这个软件的同志 好好看看,对于Surfer8会有个大概的了解,而且有些问题说不定你就遇到了,不 用到处问人,这里就有答案。尤其是打印机和初始化文件配置那两个小节,我就刚 好使用了他里面讲的那两个打印机。0 416浏览会员免费
- 365-2011大小:114KB整理的WS 365-2011 城乡居民健康档案基本数据集,Excel格式,包括个人信息、儿童保健、妇女保健、疾病控制、医疗服务、疾病管理等20个数据集整理的WS 365-2011 城乡居民健康档案基本数据集,Excel格式,包括个人信息、儿童保健、妇女保健、疾病控制、医疗服务、疾病管理等20个数据集0 381浏览会员免费
- 本文针对火灾报警系统问题,建立熵权-topsis 逻辑回归等数学模型,旨在通过所建模型来选取可靠的探测器、提高报警准确率及改进各辖区综合管理水平,从而减少我国火灾事故。 针对问题一,首先根据地址、机号和回路,确定真实火灾数为418起。接着根据题目要求,基于可靠性和故障率两个指标建立综合评价模型。由于可靠性为效益型指标,而故障率为成本型指标,故将故障率通过数学公式转换为效益型指标,即完善率。指标确定后,运用熵权法确定各指标权重,最后利用topsis法构建各类型部件评价模型,对16种部件进行综合评价,帮助政府选择最可靠的5种火灾探测器类型,分别为光束感烟、手动报警按钮、智能光电探头、点型感温探测器、线性光束感烟。 针对问题二,建立基于logistic回归的区域报警部件类型智能研判模型。本文选择故障次数、消防大队及探测器类型3个变量作为自变量,误报与否作为因变量,将消防大队和探测器类型两个无序分类变量变为虚拟变量,利用logistic 回归模型预测辖区内某类型部件发出报警信息正确的概率,经检验模型的真实性为 。经检验结果有所偏差,故进行模型优化用woe值代替原值计算,使得结果更加真实可靠。0 743浏览会员免费
- python大小:2MB实时2D到3D面Kong 介绍 在该项目中,已经使用深度学习使用2D图像建立了能够重建实时3D人脸的基础架构。 给定视频流,我们将使用学习的模型处理每个帧,并使用WebGL Studio平台可视化3D人脸的重建。 该项目的主要目标之一是获得一种中间表示形式,该中间表示形式可以有效地发送面部数据以用于视频会议。 为了获得该表示,已经创建了表示希望考虑的所有可能的3D配置的PCA模型。 为此,已使用AFLW2000-3D数据集并将其与3DDFA库一起处理以获得相应的3D面部点云。 创建模型后,将使用Resnet架构训练神经网络,其中输入数据是用于学习PCA模型的2D图像,输出数据是通过PCA学习实时2D到3D面Kong 介绍 在该项目中,已经使用深度学习使用2D图像建立了能够重建实时3D人脸的基础架构。 给定视频流,我们将使用学习的模型处理每个帧,并使用WebGL Studio平台可视化3D人脸的重建。 该项目的主要目标之一是获得一种中间表示形式,该中间表示形式可以有效地发送面部数据以用于视频会议。 为了获得该表示,已经创建了表示希望考虑的所有可能的3D配置的PCA模型。 为此,已使用AFLW2000-3D数据集并将其与3DDFA库一起处理以获得相应的3D面部点云。 创建模型后,将使用Resnet架构训练神经网络,其中输入数据是用于学习PCA模型的2D图像,输出数据是通过PCA学习0 1020浏览会员免费
- 数据集大小:851MB通过创建将异常细胞图像中的正常分类的模型来处理主要的儿童期癌症类型之一。创建图像分类模型以区分正常细胞和癌细胞。 Leukemia Classification_datasets.txt Leukemia Classification.zip通过创建将异常细胞图像中的正常分类的模型来处理主要的儿童期癌症类型之一。创建图像分类模型以区分正常细胞和癌细胞。 Leukemia Classification_datasets.txt Leukemia Classification.zip0 658浏览会员免费
- ArcGIS大小:1MB陕西省省界GIS矢量图层shp陕西省省界GIS矢量图层shp0 545浏览会员免费
- 决策树大小:929KB无监督决策树聚类方法的研究,决策树是一种有监督的归纳学习算法,它用于对有类标的数据集进行分类,而聚类 是一种无监督的学习算法,它可以对无类标的数据集进行分组无监督决策树聚类方法的研究,决策树是一种有监督的归纳学习算法,它用于对有类标的数据集进行分类,而聚类 是一种无监督的学习算法,它可以对无类标的数据集进行分组4 374浏览会员免费
- 网络工具大小:3MBSupport Version list: ============================================== ===== S2300/S3300/S5300/S6300 serials ======= ===== S2700/S3700/S5700/S6700 serials ======= ============================================== S23 S33 S53 CX200D V100R001 BRIDGE-MIB ENTITY-MIB ETHERLIKE-MIB HUAWEI-ACL-MIB HUAWEI-CBQOS-MIB HUAWEI-CONFIG-MAN-MIB HUAWEI-CPU-MIB HUAWEI-DHCP-SNOOPING-MIB HUAWEI-ENTITY-EXTENT-MIB HUAWEI-FLASH-MAN-MIBSupport Version list: ============================================== ===== S2300/S3300/S5300/S6300 serials ======= ===== S2700/S3700/S5700/S6700 serials ======= ============================================== S23 S33 S53 CX200D V100R001 BRIDGE-MIB ENTITY-MIB ETHERLIKE-MIB HUAWEI-ACL-MIB HUAWEI-CBQOS-MIB HUAWEI-CONFIG-MAN-MIB HUAWEI-CPU-MIB HUAWEI-DHCP-SNOOPING-MIB HUAWEI-ENTITY-EXTENT-MIB HUAWEI-FLASH-MAN-MIB0 271浏览会员免费
- TXT大小:106B使用MINIST数据集-附件资源使用MINIST数据集-附件资源0 699浏览会员免费
- k-means聚类分析西瓜的密度与含糖率 第一部分:数据集 X表示二维矩阵数据,表示西瓜密度和含糖率 总共30行,每行两列数据 第一列表示西瓜密度:x1 第二列表示西瓜含糖率:x2 from sklearn.cluster import Birch # 从sklearn.cluster机器学习聚类包中导入Birch聚类 from sklearn.cluster import KMeans # 从sklearn.cluster机器学习聚类包中导入KMeans聚类 X=[ [0.697,0.460],[0.774,0.376],[0.634,0.264],[0.608,0.318],[0 3480浏览会员免费
- ArcGIS大小:1MB浙江省省界GIS矢量图层shp浙江省省界GIS矢量图层shp0 505浏览会员免费
- 代码 ''' 数据集:Mnist 训练集数量:60000(实际使用:10000) 测试集数量:10000(实际使用:1000) 层数:40 ------------------------------ 运行结果: 正确率:97% 运行时长:65m ''' import time import numpy as np def loadData(fileName): ''' 加载文件 :param fileName:要加载的文件路径 :return: 数据集和标签集 ''' # 存放数据及标记 dataArr = [] labelArr = [] #0 1193浏览会员免费
- 全球人类影响指数大小:24MB人类影响指数(HII)是表征人类活动影响的量化指标,美国哥伦比亚大学野生动物保护协会(WCS)和国际地球科学信息网络中心(CIESIN)开发的全球人类影响指数数据集(Global Human Influence Index v2),综合考虑了人口密度,土地利用/基础设施(建成区、夜间灯光、土地覆盖)和交通线路(海岸线、公路、铁路、通航河流)等因素人类影响指数(HII)是表征人类活动影响的量化指标,美国哥伦比亚大学野生动物保护协会(WCS)和国际地球科学信息网络中心(CIESIN)开发的全球人类影响指数数据集(Global Human Influence Index v2),综合考虑了人口密度,土地利用/基础设施(建成区、夜间灯光、土地覆盖)和交通线路(海岸线、公路、铁路、通航河流)等因素5 3807浏览会员免费
- TMI,大小:3KBWe include SST in the RSS satellite gridded binary data files for TMI, AMSR-E, AMSR2, WindSat, and GMI. These SST are not diurnally corrected and represent the value at the time provided in the file. More data access information is available on the mission description pages. The table below shows the period of operation for each instrument.We include SST in the RSS satellite gridded binary data files for TMI, AMSR-E, AMSR2, WindSat, and GMI. These SST are not diurnally corrected and represent the value at the time provided in the file. More data access information is available on the mission description pages. The table below shows the period of operation for each instrument.0 815浏览会员免费
- 软件/插件大小:1MB使用labview开发软件多年,觉得labview相对文本语言来说还是有一些限制,就比如labview读写xlsx文件,自带的office插件必须要安装office插件才能使用,或者用报表工具经常会读取不出来,比较麻烦.目前在玩一下C#语言,发现NPOI工具可以完美移植到labview中使用,就用NPOI实现了简单的xlsx读写功能,还是比较实用的.使用labview开发软件多年,觉得labview相对文本语言来说还是有一些限制,就比如labview读写xlsx文件,自带的office插件必须要安装office插件才能使用,或者用报表工具经常会读取不出来,比较麻烦.目前在玩一下C#语言,发现NPOI工具可以完美移植到labview中使用,就用NPOI实现了简单的xlsx读写功能,还是比较实用的.0 212浏览会员免费
- 人工智能-从CHAT-GPT到生成式AI(Generative AI):人工智能新范式,重新定义生产力.pdf 人工智能-从CHAT-GPT到生成式AI(Generative AI):人工智能新范式,重新定义生产力.pdf 人工智能-从CHAT-GPT到生成式AI(Generative AI):人工智能新范式,重新定义生产力.pdf 人工智能-从CHAT-GPT到生成式AI(Generative AI):人工智能新范式,重新定义生产力.pdf 人工智能-从CHAT-GPT到生成式AI(Generative AI):人工智能新范式,重新定义生产力.pdf0 744浏览会员免费
- Python大小:23KB可解释性深度学习用于12导联心电图的自动诊断 该存储库包含用于可解释性深度学习的代码,用于自动诊断12导联心电图。 心电图(ECG)是广泛用于心血管疾病诊断的可靠,非侵入性方法。 随着心电图检查的Swift发展和心脏病医生的不足,准确地自动诊断心电图信号已成为研究的热点。 深度学习方法已在预测性医疗保健任务中显示出令人鼓舞的结果。 在这项工作中,我们开发了一种深度神经网络,用于12导联心电图记录中的心律不齐的多标签分类。 在公开的12导联ECG数据集上进行的实验表明了我们方法的有效性。 所提出的模型在接收器工作特性曲线(AUC)下获得的平均面积为0.970,平均F1得分为0.813。 使用单导联心电图作为模型输入所产生的性能低于使用所有12条导联。 表现最佳的潜在客户是12根潜在客户中的潜在客户I,aVR和V5。 最后,我们采用了SHapley Additive exPlanations(可解释性深度学习用于12导联心电图的自动诊断 该存储库包含用于可解释性深度学习的代码,用于自动诊断12导联心电图。 心电图(ECG)是广泛用于心血管疾病诊断的可靠,非侵入性方法。 随着心电图检查的Swift发展和心脏病医生的不足,准确地自动诊断心电图信号已成为研究的热点。 深度学习方法已在预测性医疗保健任务中显示出令人鼓舞的结果。 在这项工作中,我们开发了一种深度神经网络,用于12导联心电图记录中的心律不齐的多标签分类。 在公开的12导联ECG数据集上进行的实验表明了我们方法的有效性。 所提出的模型在接收器工作特性曲线(AUC)下获得的平均面积为0.970,平均F1得分为0.813。 使用单导联心电图作为模型输入所产生的性能低于使用所有12条导联。 表现最佳的潜在客户是12根潜在客户中的潜在客户I,aVR和V5。 最后,我们采用了SHapley Additive exPlanations(2 719浏览会员免费