全球的主要国家和城市名称以及代码，SQL文件和项目了文件都有，SQL直接导入就行了。数据时基于2017年最新的，我这里按标准分为四个层级，当然你也可以自己改sql语句来定制。
2021-10-19 09:26:53
130KB
1
2016秋八年级科学上册2.7我国的气候特征与主要气象灾害学案无答案浙教版
2021-10-19 09:02:52
150KB
CwsPosNerEntityRecognition
中英文Cws Pos Ner实体识别工具，使用CNN双向lstm和crf模型，并带有char嵌入。基于字向量的CNN池化双向BiLSTM与CRF模型的网络，可能一体化的完成中文和英文分词，词性标注，实体识别。主要包括原始文本数据，数据转换，训练脚本，预训练模型，可用于序列标注研究。注意：唯一需要实现的逻辑是将用户数据转化为序列模型。分词准确率约为93％，词性标注准确率约为90％，实体标注（在本样本上）约为85％。
提示
中文分词，词性标注，实体识别，在使用上述模型时，本质是就是标注问题！！！如果您第一次使用相关的模型，只需加上self.c
2021-10-18 22:10:58
52.4MB
1
1、低噪声放大器（LNA）LNA是一种特殊的放大器，主要用于射频接收机前端，将天线接收的信号以小的噪声和大的增益进行放大，对提高接收信号质量，降低噪声干扰，提高接收灵敏度有着极其重要的意义，它的性能好坏关系到整个通信系统的质量。低噪声放大器的主要指标有：噪声系数（NF）、增益（Gain）、输入输出阻抗匹配程度（S11、S22、输入输出回波损耗或输入输出VSWR）、线性性能（三阶交调点和1dB压缩点）、反向隔离（S12）等。由于LNA位于邻近天线的前端，它的性能好坏会直接影响接收机接收信号的质量。为了保证经天线接收的信号能在接收机的得到恢复，LNA需要在放大信号的同时产生尽可能低的噪声和失真。因
2021-10-18 21:06:38
119KB
1