radar signal analysis and processing using matlab 英文版及其源代码
2021-12-11 22:27:18
9.54MB
1
NI.LabVIEW.v8.6.Advanced.Signal.Processing.Toolkit-TBE的注册机
2021-12-09 21:34:14
556KB
1
本资源为大数据分析工具的数据预处理部分，完整的描述了数据清洗与处理的过程，仅供参考。数据预处理从数据输入到清洗处理，去除异常值，常数列的一系列操作。
2021-12-09 19:50:42
17KB
1
在分类及预测任务中对高维类别（category）变量的预处理方法
2021-12-09 19:29:49
290KB
1
Principles of Secure Processor Architecture Design_2018
2021-12-09 16:58:51
3.28MB
1
Unity Real Ivy可以使常春藤和攀爬植物在游戏中实时增长，将能够创造惊人的动画和效果！要求Unity 2017.2.0或更高版本。
主要特征
– 运行时支持（1.2版）
– 常春藤绘画（1.1版）
– 程序传播
– 预设系统
– 正常映射，反射，PBR支持
– 光照贴图支持
– 优化生成的网格
– 可定制的树叶和树枝形状
– 点击场景视图
– 可定制的增长路径
– 友好的用户界面
2021-12-09 15:13:43
153.74MB
1
半监督序列学习
此回购记录了重现论文给出的结果的实验。 简而言之，我们在未标记的文本数据上对序列自动编码器或语言模型进行预训练，然后使用标记的文本数据对使用预训练权重初始化的基于RNN的序列分类器进行微调，与随机初始化的权重相比，分类精度更高。
资料准备
IMDB数据集
我们为此实验使用。 下载并解压缩，导航至目录aclImdb/train ，该目录aclImdb/train中包含带aclImdb/train/pos的正（ aclImdb/train/pos ）和带标签的负性（ aclImdb/train/neg ）以及未标签的评论（ aclImdb/train/unsup ）。 然后cd进入每个子目录并运行
for f in *.txt; do (cat "${f}"; echo) >> pos.txt; done
for f in *.txt; do (cat "${f}"; ec
2021-12-09 13:06:11
9KB
1
textacy：NLP，spaCy之前和之后
textacy是一个基于高性能spaCy库的Python库，用于执行各种自然语言处理（NLP）任务。 通过将基础知识-令牌化，词性标记，依赖项解析等-委托给另一个库， textacy主要关注于之前和之后的任务。
产品特点
通过用于处理一个或多个文档的便捷方法访问spaCy，并通过自定义扩展名和自动语言识别扩展其功能，从而为文本应用正确的spaCy管道
下载包含文本内容和元数据的数据集，从国会演讲到历史文献再到Reddit评论
轻松以多种常用格式在磁盘之间传输数据
清理，规范化和浏览原始文本-在使用spaCy处理之前
灵活地从处理过的文档中提取单词，n-gram，名词块，实体，首字母缩写词，关键词和其他感兴趣的元素
通过各种相似性指标比较字符串，集合和文档
对文档进行标记和向量化，然后训练，解释和可视化主题模型
计算各种文本可读性统计信息，包括Flesch-Kincaid等级水平，SMOG索引和多语种Flesch Reading Ease
...还有更多！
链接
下载： :
文档： ：
源代码： :
错误跟踪程序： ：
维
2021-12-09 11:59:06
312KB
1