基于递归聚类与相似性的模糊神经网络结构设计.pdf

k近邻法matlab原始码SNFpy 该软件包提供了Python的相似性网络融合（SNF）实现，该技术可将多个数据源组合到一个表示样本关系的图形中。 目录 如果您知道要去哪里，请随时跳转： 要求和安装 此软件包需要Python 3.5或更高版本。 假设您具有正确的Python版本，则可以通过打开命令终端并运行以下命令来安装此软件包： git clone https://github.com/rmarkello/snfpy.git cd snfpy python setup.py install 您可以使用以下方法从PyPi安装最新版本： pip install snfpy 目的 相似性网络融合是最初提出的一种技术，用于将来自不同来源的数据合并为一组共享的样本。 该过程的工作原理是为每个数据源构造这些样本的网络，以表示每个样本与所有其他样本的相似程度，然后将网络融合在一起。 来自原始论文的此图将方法应用于遗传数据，提供了很好的演示： 相似性网络的生成和融合过程使用一种过程来降低样本之间较弱的关系的权重。 但是，在整个数据源之间保持一致的弱关系将通过融合过程得以保留。 有关SNF背后的数学

行业分类-电信-基于相似性的微地震信号凸显方法.rar

行业分类-作业装置-一种基于托肯日志的过程模型相似性度量方法.7z

本人独家编写，88分毕业设计+论文绝对独一无二

基于序贯相似性与光源自动调节的芯片表面缺陷检测算法.pdf

pytorch-fsim Pytorch中特征相似性指标度量的可微实现

图像比较 (Python 3.x) 此脚本旨在将两个 url 作为输入并生成相似度值。 相似度将作为 0 到 100 之间的值给出，其中 0 表示不同的图像，而 100 表示相同的图像。 该脚本基于结构相似性指数 (SSIM)，由 python 库 scikit-image 提供。 用法 先决条件 Python 3.x 西比 Scikit-image 麻木 安装 克隆 Git 存储库。 或者，下载并解压缩到一个文件夹中。 如果需要，创建一个 virtualenv。 使用 pip 或类似应用程序从requirements.txt安装依赖项。 从命令行运行 main.py。 例子 示例 1 - 不同的图像 [黑色与白色] 相似度 = 0.00% 示例 2 - 类似图像 相似度 = 97.88% 示例 3 - 翻转图像 相似度 = 34.85% 水平翻转相似度 = 98.5

NULL 博文链接：https://deepfuture.iteye.com/blog/1583934

基于相似性度量学习的轨道异物检测研究，刘宇鸣，黄雅平，轨道异常物体检测是确保铁路运输安全的重要任务之一。随着机器学习相关技术的发展,大量基于监督式学习的技术被用于铁路维护场景�