【目录】 • 知识集成:LOD4ALL简介 • 知识表示:LOD4ALL Frontend • 知识优化:推定DBPeida type
2022-07-09 11:07:21 4.53MB Ai 人工智能 知识图谱 LOD
电气CAD设计:第5章 电气图的基本表示方法.ppt
2022-07-07 09:08:29 1.04MB 电气CAD
电气CAD设计:第6章 连接线的表示方法.ppt
2022-07-07 09:08:28 681KB 电气CAD
数字逻辑电路 《时序电路逻辑功能表示方法》.doc 学习资料 复习资料 教学资源
2022-07-07 09:06:16 104KB 计算机
赫夫曼树和赫夫曼编码的存储表示
2022-07-06 19:01:11 44KB 文档资料
链队列存储表示及基本操作的实现
2022-07-06 19:00:49 231KB 文档资料
实验三栈的顺序和链式存储的表示和实现实验目的:熟悉栈的特点(先进后出)及栈的基本操作,如入栈、出栈等。掌握栈的基本操作在栈的顺序存储结构和链式存储结构上的实现。实验内容:栈的顺序表示和实现编写一个程序实现顺序栈的各种基本运算,并在此基础上设计一个主程序,完成如下功能。初始化顺序栈插入一个元素删除栈顶元素取栈顶元素便利顺序栈置空顺序栈#include#include#defineMAXNUM20#defineelemtypeint//定义顺序栈的存储结构typedef
2022-07-06 14:01:27 21KB 文档资料
树的二叉链表(孩子-兄弟)存储表示
2022-07-06 14:01:26 49KB 文档资料
网络(或图表)在生物学和医学中无处不在,从分子相互作用图到人口规模的社会和健康相互作用。例如,分子结构可以分别从原子和键转换为节点和边;蛋白质相互作用自然形成了一个基于物理相互作用或功能关系存在的网络;网络可以由药物(例如,小化合物)、蛋白质和疾病组成,以便建模药物-药物相互作用、药物与靶蛋白的结合以及识别药物-疾病治疗机会;病人记录可以表示为网络,其中边缘可能表示医疗代码在健康记录中共同出现。 图表示学习,也被称为图上的机器学习,几何深度学习,或图神经网络(GNNs),已经成为网络数据集深度学习的领先范式。图的深度学习尤其具有挑战性,因为图包含复杂的地形结构,没有固定的节点排序,也没有参考点。图还可以包含许多不同类型的实体(节点)和相互关联的富交互(边)。经典的深度学习方法无法考虑如此多样的结构属性和丰富的交互,这是网络的本质,因为它们是为固定大小的网格(即图像和表格数据集)或序列(即文本)设计的。类似于图像和文本的深度学习如何彻底改变了图像分析和自然语言处理领域,图表示学习的进步使科学界能够更广泛地使用深度学习,不仅用于图像和文本数据集,而且用于任何相互连接的、联网的数据系统。这
2022-07-04 19:09:54 9.69MB 机器学习
SMD三极管(SOT-23封装)的表示方法.doc
2022-07-03 21:05:06 26KB 技术资料