搜索资源列表
tztq
- 这是<基于加速度信号全谱分析的转子碰摩故障特征提取实验研究>的资料,希望对大家有帮助
TextureImageRetrievalBasedonContourletTransformUsi
- Contourlet变换结合了不可分离的方向滤波组,具备小波所不能表达的多方向特性,能有效捕获自然图像的边缘轮廓信息。本文分析了图像ontourlet系数的统计特征,并利用广义高斯函数对各子带系数层进行建模。将此模型应用于基于VisTex的自建纹理图像库,采用矩匹配估计法,提取模型参数集,运用K2L距离计算图像间的相似度。对800幅纹理图像进行检索,本文方法比传统小波方法的平均检索查准率高出约2％到10％不等。实验结果表明,该方法改进了导向纹理的描述
Data_Structure
- 题目：英语文章中特征词的统计 【问题描述】 作家写文章常常偏爱某些词语（特征词），因此常用“统计某些词语在某文章中出现频率”的办法作为判断“该文章是否出自该作者”的依据。现在已知某作家偏爱三个特征词，针对一篇不知作者的英语文章，需要通过“分析特征词在文中出现频率”判断该文章是该作家所作的可能性。 -Title: Feature article in English the word descr iption of the problem of statistical 【】 wr
Floatboost
- 在基于特征提取方法之上, 研究用算法对目标多视角问题进行分类器设计。在对 图像进行独立成分分析后, 针对多姿态角目标识别问题, 提出了角度优先粗分类的设计方法-Feature extraction method based on above research objective of the algorithm to classify multi-view design problem. In the right image independent component analysis, t
zhengdike
- （个人原创）《中文网页自动分类》 牵扯的技术有：分词，统计词频，踢出网页中一些特殊字符（用正则表达式），还有需要提取培训集等等！！ 此软件禁止商业活动，版权所属“qyTT论坛--www.qyclass.org/bbs” 本文来自: qyTT论坛 http://www.qyclass.org/bbs 我们的使命：让世界认识qyTT，让qyTT认识世界! 结果分析的思想：就是把得到的词频与建立的词库里每一类进行比较，如果存在一个最大匹配程度，就去这个类作为结果，如果存
mail
- 收发邮件 和部分功能)理论和实验研究内容：基于JAVA开发环境设计，实现电子邮件系统的基本功能，能创建用户，用户验证，用户登陆后能接收 发送 删除邮件等相关功能。软件要求功能完善无错，截面美观易操作 2)拟解决的关键问题：传统的E-mail应用模式多数基于C/S结构实现。基于这种模式的应用很明显的一个特征是，在使用客户端邮件工具之前，需要指定邮件服务器的主机地址和通信端口，这些工作对刚开始上网的用户会有一定的困难。 特色与创新之处 本论文是基于JavaMail的电子邮件系统的实
flash
- flash特征码解析源文件，可通过词源文件获得分析特征值-flash signature parsing the source file, the file can be obtained through the etymology of eigenvalues
SourceCode
- 网络科学分析源代码，用于分析网络结构和特征-network analysis code，used to analy the agriculture and charactor of the network
Text-Duplicated-Deletion-algorithm
- 文本去重算法研究与实现,在分析现有的去重算法的优缺点和效率的基础上，重点研究了基于特征句抽取的去重算法，并予以实现。-Research and Implementation of Text Duplicated Deletion algorithm
HLSeg_JAVA_Example
- 中文分词 支持对输出颗粒的控制，可以输出普通颗粒与用于检索的小颗粒；同时输出词串所在句号、段号、词号、词性等信息。 关于分词输出颗粒，我们认为各种应用对分词要求的颗粒度是不同的. 比如自动分类、关键词抽取比搜索需要的分词颗粒度要大, 因为这样表示文本语义特征时效果会更好, 而检索有一个查全率的要求, 就需要把分词单位做的更为细致, 不然就会造成漏查。 海量系统现在提供了两种颗粒的规则, 其中, 默认的为大颗粒接口, 主要用于自动分类、信息挖潜、机器翻译、语音合成、人工智能等领域,
AHP
- java实现层次分析法，主要算法为矩阵求特征向量-java Analytic Hierarchy Process
dw
- 动物特性的OO描述-阶段项目 从面向对象的角度进行分析设计，抽象类和对象的基本方法： 抽取对象的基本的方法：找出句子中所使用的名词 例如：在句子“小猫喵喵叫”中，我们能够确定一个对象：猫； 确定对象发出的行为动作的基本的方法：找出句子中的动词 例如：“旺旺叫”、“喵喵叫”都属于对象发出的动作； 确定对象的属性或者特征的基本的方法：找出句子中的形容词 例如：“哺乳性的”“肉食性的”“卵生的”等等； “是”的关系一般抽象为继承 例如：狗是一种动物，意味着：
Datamining
- 数据挖掘特征选择,选择文本中的特征词语来分析文本-Data mining feature selection
概念格
- 概念格建格代码，模型的建立概念格（Concept Lattice）是一个以概念为元素的偏序集，它可以通过Hasse图可视化，其中每个节点是一个概念。概念格结构模型来源于形式概念分析（FCA）理论，是FCA中的核心数据分析工具，它本质上描述了对象（样本）与属性（特征）之间的关联。[1](The concept lattice (Concept, Lattice) is a poset of concept elements, which can be visualized by Hasse dia
dice-2.0-beta.16
- DICe是一个开源的数字图像相关（DIC）工具，用于外部应用程序中的模块或作为独立的分析代码使用。它的主要功能是从数字图像序列中计算全场位移和应变，以及物体的刚体运动跟踪。所分析的图像通常是一个正在进行特征化实验的材料样品，但是DICe也可以用于其他应用（例如，轨迹跟踪）。DICe是机器可移植的（Windows、Linux和Mac），可以有效地部署在高性能计算平台上（DICe使用MPI并行和线程内核并行）。DICe的功能可以通过定制的库接口、DICe类的源代码集成或独立的可执行文件来调用。(DI