搜索资源列表
ansj_seg-master
- 这是一个ictclas的java实现.基本上重写了所有的数据结构和算法.词典是用的开源版的ictclas所提供的.并且进行了部分的人工优化 内存中中文分词每秒钟大约100万字(速度上已经超越ictclas) 文件读取分词每秒钟大约30万字 准确率能达到96 以上-This is a ictclas of java. Basically rewrite all the data structures and algorithms. Dictionary is prov
k_means
- k_means聚类算法 实现图像分割 数据挖掘-k_means clustering algorithm to achieve image segmentation data mining
totsearch
- 淘特站内搜索引擎(C#版)基于Lucene.Net核心，通过高效的中文分词算法将数据库中内容进行分析、索引并保存至硬盘中。前台搜索时，通过读取索引文件查询，避免了传统数据库查询在高并发及海量数据下的性能问题。因前台搜索不在连接数据库，为不希望数据库放到前台的特殊用户群体提供了数据快速查询解决方案。 -Amoy special stations within the search engine (C# version) is based on Lucene.Net core through e
design-documents
- 网页信息采集子系统： 网页采集：动态查找及实时分析新增网页，读取网页回帖信息。 网页过滤：，对获取的网页，通过网页清洗模块清除网页中的广告、导航信息、 图片、版权说明等噪声数据，萃取出相关网页的标题、正文、链接地址、采集时 间、回帖、发帖人数等数据。 网页信息预处理子系统： 网页审查脏字：主要功能包括中文分词、词性标注、命名实体识别、新词识别， 建立数据库说明每类词库，建立敏感词词库。 网页舆情监测：监测是否出现了一定影响的舆论，即回帖的回帖或支持、顶等 达到
segment
- Segment may mean: The divisions found in the internal section of a citrus fruit Market segment, the smaller subgroups comprising a market Computing Segmentation (memory), the division of computer memory into segments Image segment c
Jzu_File_so
- 详细介绍 军长搜索是一款基于 Microsoft .NET 2.0 开发的垂直搜索引擎，适用于 Windows 平台下的各种网站系统。系统有着强大的文件和数据库引索能力，支持中英文分词，文件相似度分析排序，文件数据时实监控与更新，恐龙级的引索速度和毫秒级的搜索速度，搜索结果高亮显示，无处不体现着她的强大与魅力。-The detail commander search is one based on the Microsoft NET 2.0 development of vertical s
ICTCLAS_Demo
- 该程序用于短信过滤分析，首先使用ICTCLAS分词系统对输入短信进行分词，接着使用贝叶斯算法分析训练模型。最后对测试集中的短信进行垃圾短信预测。由于短信涉及个人隐私，使用时请自行添加训练数据集和测试数据集-The procedures used for SMS filtering analysis, the first to use the segmentation the ICTCLAS segmentation system input SMS, then use a Bayesian al
matlab
- 数字图像处理(DigitalImageProcessing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展（特别是离散数学理论的创立和完善） 三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。 MATLAB和Mathematica、Maple并称为三大数学软件。它可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程
isnns10p23
- Segmentation of structure in medical images is an important research topic. It has applications in patient diagnoses, image-guided surgery, and medical data visualization. One approach to solving this problem is the use of active contours or \s
HepatocellularCarcinoma
- Segmentation of structure in medical images is an important research topic. It has applications in patient diagnoses, image-guided surgery, and medical data visualization. One approach to solving this problem is the use of active contours or \s
ANAFDLLI
- Segmentation of structure in medical images is an important research topic. It has applications in patient diagnoses, image-guided surgery, and medical data visualization. One approach to solving this problem is the use of active contours or \s
11Vol33No2
- Segmentation of structure in medical images is an important research topic. It has applications in patient diagnoses, image-guided surgery, and medical data visualization. One approach to solving this problem is the use of active contours or \s
MICCAIworkshopCVII
- The segmentation of structure from 2D and 3D images is an important rst step in analyzing medical data. For example, it is necessary to segment the brain in an MR image, before it can be rendered in 3D for visualization purposes. Segmentation
MICCAIworkshopCVII_2
- The segmentation of structure from 2D and 3D images is an important rst step in analyzing medical data. For example, it is necessary to segment the brain in an MR image, before it can be rendered in 3D for visualization purposes. Segmentation
FibDetectICCP
- The segmentation of structure from 2D and 3D images is an important rst step in analyzing medical data. For example, it is necessary to segment the brain in an MR image, before it can be rendered in 3D for visualization purposes. Segmentation
AN-ANALYSIS-OF-THE-METHODS-EMPLOYED
- The segmentation of structure from 2D and 3D images is an important rst step in analyzing medical data. For example, it is necessary to segment the brain in an MR image, before it can be rendered in 3D for visualization purposes. Segmentation
interest-profile-anonymization
- 本系统通技术运用主要采用Servlet实现，前台页面使用jsp技术，首先接受所要处理的数据集以及参数设置，对用户的搜索内容进行分词、去除停用词，形成用户的兴趣模型；进行用户兴趣模型匿名化：从用户兴趣模型集中选取模型，计算该模型与所有等价组模型的相似性以及计算该模型与其他所有模型的相似性，根据相似性的大小进行聚合成等价组，然后再计算各自兴趣模型的权值，以达到用户兴趣模型的匿名化以及权值的平衡，然后提交到后台进行匿名化操作，最后返回匿名化结果。-The system through the use
Text-Classification_libSVM
- 用seg进行分词 输入参数一：输入文本语料所在的文件夹路径。 如 文本文件语料都放在 train//text 文件夹下，则参数为：train//text//* 。 注意：必须每篇文章在一个txt文本中。 输入参数二：输入存储分词后的结果文件所在的文件夹路径：如：result//text。注意：不需要加* 本工具采用了中科院的中文分词工具，ICTCLAS，请自行到ICTCLAS官网下载该工具。并把Data文件夹，Configure.xml，ICTCLAS30.h，ICTCLAS3
Ncut_9
- Normalized Cuts，数据分类，matlab，C++，C语言混合编程程序，图像分割，光谱聚类-Normalized Cuts, data classification, matlab, C++, C mixed-language programming procedures, image segmentation, spectral clustering
Gabor
- 本算法可以在不同方向和不同尺度上对图像进行分析，利用高斯核函数对图像进行卷积，然后综合各个方向和尺度的数据的最大值，就可以得到理想的结果。该方法对冠脉造影图像中血管的分割效果比较好，无论主血管或是细小血管都比较好。-This algorithm can be analyzed in different directions and on different scales the image using the Gaussian kernel function of the image convo