搜索资源列表
java-cluster.zip
- 用java语言实现文本聚类，包括聚类前的数据预处理：分词、降维、建立向量空间模型等,Implementation using java language text clustering, including clustering of the data pre-processing before: segmentation, dimensionality reduction, set up, such as Vector Space Model
DataWarehouse
- 本书论述在设计和建造数据仓库中涉及的所有主要问题，论述分析型环境(决策支持系统环境)以及在这种环境中的数据构造。主要内容包括数据仓库的设计与建造步骤，传统系统到数据仓库的迁移，数据仓库的数据粒度、数据分割、元数据管理、外部数据与非结构化数据，分布式数据仓库、高级管理人员信息系统和数据仓库的设计评审等。 本书主要是面向数据仓库的设计、开发和管理人员，以及构造和使用现代信息系统的人员，也适于信息处理方面的高校师生和从事传统数据库系统技术工作的人阅读。 -This book discusses t
JavaWebGIS
- 目前空间数据的传输效率低下已成为制约WebGIS发展的主要瓶颈之一。多线程技术以及多点连接在提高系统吞吐率、有效利用系统资源、改善用户任务之间的通信效率等方面有着显著作用。本文采用地图分层和图面分割的方法以及Java多线程和多点连接技术实现了WebGIS空间数据的高效传输。-Transmission of the current inefficient spatial data has become a major bottleneck restricting the development o
ictclas4j
- 本代码用java实现了分词功能，包括分词和词性标注，里面有具体的说明文档，包括数据结构的设计，分词步骤，分词系统研究等。-The code is implemented using java segmentation features, including word segmentation and POS tagging, which have specific documentation, including data structure design, word steps, such a
IR
- 索引词的选择 1、 切词及词频统计：利用已选择的分词软件对文档进行切词处理，并进行词频统计，形成DocIndex文件，结构为：文档号、频率、词。注意保留中间结果，建立合理的数据结构来存储。 2、 分配词权重： 采用词频标准化（tfi = tfi/Max(tf)）和tf*idf两种方式分配词的权重。由DocIndex文件生成DocIndex(tf) 和DocIndex(tf*idf)文件。注意阈值的确定，词的取舍。 3、 形成倒置文档：将DocIndex(tf) 和DocInde
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
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
Fenci
- python数据的解析与分词分析 并根据词频进行排序-python data analysis and segmentation based on word frequency analysis and sorting
syzlsearch_v2.6
- 基于Lucene开发的站内搜索解决方案，其集成专为站内搜索设计的细粒度中文分词，有效兼顾搜准和搜全率，无缝支持多种数据库数据汇入索引，支持全站,资讯,博客等多类型同时搜索,支持按相关度/时间检索,支持按时间过滤搜索，同时还有智能提示，相关搜索，搜索历史记录等实用功能。-Based on Lucene development of the station search solution, which is integrated into the search for the design of t
Project
- 对从Openhub上获取的项目代码行数据进行切词分析，获取项目代码行时序数据-Lines of code to the project data were obtained the Openhub segmentation analysis, time series data to obtain the item line of code
ClipBoardTool
- java clipBoard 工具，在粘贴板中对数据进行处理，例如拷贝多个都好分割的电话号码，根据选项，每个电话号码增加单引号-java clipBoard tool, clipboard data processing, for example, multiple copies are good segmentation phone numbers, depending on the options, each telephone number to increase single quote
K-Means
- 本人上传的源代码用于实现数据挖掘领域中中的分内算法，K-means算法，算法的分割结果比较准确，是你的绝佳选择-I upload source code for implementing data mining in the field since the beginning of the algorithm, the segmentation result K-means algorithm, the algorithm is more accurate, you are a great ch
lucene-unit
- 可以反射自定义索引类型，自定义索引路径-默认类路为上两级下的indexWrite目录，中文分词，自定义搜索Query，分页搜索并缓存一部分数据-Can reflect the custom index type, the index of the custom path- the default class on the road to indexWrite directory, under the two levels of Chinese word segmentation, custom