搜索资源列表
HMM
- 隐马尔科夫模型对文本信息进行抽取利用MATLAB实现
hmm-1.03
- 隐马尔科夫模型对文本信息进行抽取利用C＋＋实现
cmar
- 多关联分类算法，ClassCMAR_App为主算法，能抽取分类关联规则，ClassCMAR_App10.java是采用10folder技术对分类模型的验证算法，程序运行命令.txt文件中有程序运行命令的详细介绍。
CRFPP0[1].53
- 条件随机域，主要用于标记序列，可以进行分词，词性标注，句法分析，以及文本抽取等。-condition random field
JSVM_8_9
- jsvm开发代码包括抽样,编码,抽取,解码等一系列功能,可以做工具或研究用-jsvmprogram
1
- 神经网络方面，给定一组训练样本，抽取部分用于测试，使用训练样本得到一个感知机网络，然后用于测试，最后得到正确率。-Neural network, given a set of training samples, collected some for testing, using the training samples by a perceptron network, and then used for testing, and finally get the correct rate.
456
- 利用视觉模型对网页有效信息的抽取 是个不可多得的信息抽取算法-Effective use of visual models of web information extraction is a rare method of information extraction
face-recognition-algorithm
- 人脸识别 特征提取 代数特征抽取 子空间学习 投影寻踪 仿生模式识别 核方法-Face recognition feature extraction feature extraction algebra subspace projection pursuit learning pattern recognition of nuclear methods
shannon
- 此程序代码旨在实现快速傅里叶变换里的按时间抽取，输入顺序，输出倒序。-This program code designed to achieve fast Fourier transform in the time taken by the input sequence, output reverse.
MNIST-handwritten-digits
- 手写数字识别数据集，MNIST，包括原始数据集的所有样本，以及抽取的2000个样本的子集，.mat格式。美国著名数据集NIST的子集，模式识别常用实验数据集-handwritten digits recognition ,dataset, MNIST from NIST, .mat file,
1
- 基于遗传算法的PID算法参数研究 以自然选择和基因遗传理论为基础,将生物进化过程中的适者生存规则与群体内部染色体的随机信息交换机制相结合,在问题解空间内进行全局并行、随机的搜索,其结果是向全局最优方向收敛.GA 模仿生物进化的步骤,引入繁殖,交叉,变异等算子. 繁殖是在父母代种群中将适应度较高的个体选择出来,根据适者生存原理,淘汰适应度较低的个体,以优化种群 交叉是从种群中随机地抽取一对个体,并随机地选择一位交叉位进行交叉,生成新样本,达到增大搜索空间的目的 变异是模仿生物的基因突变,为了防止繁
rw4r23er
- 以自然选择和基因遗传理论为基础,将生物进化过程中的适者生存规则与群体内部染色体的随机信息交换机制相结合,在问题解空间内进行全局并行、随机的搜索,其结果是向全局最优方向收敛.GA 模仿生物进化的步骤,引入繁殖,交叉,变异等算子. 繁殖是在父母代种群中将适应度较高的个体选择出来,根据适者生存原理,淘汰适应度较低的个体,以优化种群 交叉是从种群中随机地抽取一对个体,并随机地选择一位交叉位进行交叉,生成新样本,达到增大搜索空间的目的 变异是模仿生物的基因突变,为了防止繁殖和交叉丢失重要的遗传信息 它对
34523-
- 以自然选择和基因遗传理论为基础,将生物进化过程中的适者生存规则与群体内部染色体的随机信息交换机制相结合,在问题解空间内进行全局并行、随机的搜索,其结果是向全局最优方向收敛.GA 模仿生物进化的步骤,引入繁殖,交叉,变异等算子. 繁殖是在父母代种群中将适应度较高的个体选择出来,根据适者生存原理,淘汰适应度较低的个体,以优化种群 交叉是从种群中随机地抽取一对个体,并随机地选择一位交叉位进行交叉,生成新样本,达到增大搜索空间的目的 变异是模仿生物的基因突变,为了防止繁殖和交叉丢失重要的遗传信息 它对
5436546
- 以自然选择和基因遗传理论为基础,将生物进化过程中的适者生存规则与群体内部染色体的随机信息交换机制相结合,在问题解空间内进行全局并行、随机的搜索,其结果是向全局最优方向收敛.GA 模仿生物进化的步骤,引入繁殖,交叉,变异等算子. 繁殖是在父母代种群中将适应度较高的个体选择出来,根据适者生存原理,淘汰适应度较低的个体,以优化种群 交叉是从种群中随机地抽取一对个体,并随机地选择一位交叉位进行交叉,生成新样本,达到增大搜索空间的目的 变异是模仿生物的基因突变,为了防止繁殖和交叉丢失重要的遗传信息-GA
6756745
- 以自然选择和基因遗传理论为基础,将生物进化过程中的适者生存规则与群体内部染色体的随机信息交换机制相结合,在问题解空间内进行全局并行、随机的搜索,其结果是向全局最优方向收敛.GA 模仿生物进化的步骤,引入繁殖,交叉,变异等算子. 繁殖是在父母代种群中将适应度较高的个体选择出来,根据适者生存原理,淘汰适应度较低的个体,以优化种群 交叉是从种群中随机地抽取一对个体,并随机地选择一位交叉位进行交叉,生成新样本,达到增大搜索空间的目的 变异是模仿生物的基因突变-GA in power system
webinformationextraction
- 基于遗传算法的信息抽取的研究。 基于遗传算法的信息抽取的研究。-webinformationextraction based on yichuansuanfa
RESEARCH-ON-SVM_BASED-WEB-TEXT-MNING
- 基于支持向量机的Web文本挖掘技术研究 用SVM进行特征抽取、用虚样本引入先验知识以及增量 学习等关键问题，取得了～定的成果。-RESEARCHONSVM BASEDWEBTEXTN MINING
onTextCategorization
- 本文比较研究了在中文文本分类中特征选取方法对分类效果的影响。考察了文档频率DF、信息增 益IG、互信息MI、V2分布CHI 四种不同的特征选取方法。采用支持向量机(SVM) 和KNN两种不同的分类 器以考察不同抽取方法的有效性。实验结果表明, 在英文文本分类中表现良好的特征抽取方法( IG、MI 和 CHI)在不加修正的情况下并不适合中文文本分类。文中从理论上分析了产生差异的原因, 并分析了可能的 矫正方法包括采用超大规模训练语料和采用组合的特征抽取方法。最后通过实验验证组合特征
SAC
- 抽取百度的搜索结果并使用基于最长公共子串的方法进行在线聚类。-Extraction and use Baidu' s search results based on the longest common substring approach to online clustering.
multihead_joint_entity_relation_extraction
- rdf三元组抽取,多头实体关系联合抽取模型,基于pytorch,tensorflow两种框架实现(multihead_joint_entity_relation_extraction pytorch torflow)