Elements of Information Theory 2nd Edition, by Thomas M. Cover, Joy A. Thomas 信息论基础,第二版,英文原版
2021-11-15 21:44:41 6.46MB 信息论基础 英文原版
1
network information theory(网络信息论)第三章课后题答案
2021-11-15 21:24:32 196KB 网络信息论 network information theory
1
渔民信息矩阵 FIM和经验FIM的PyTorch实施
2021-11-13 17:22:34 14KB Python
1
描述: 用于以下基于MI的特征选择方法的代码(Matlab / C ++ Mex): - 最大相关性 (maxRel) - 最小冗余最大相关性(MRMR) - 最小冗余 (minRed) - 二次编程特征选择 (QPFS) - 互信息商(MIQ) - 最大相关最小总冗余 (MRMTR) 或扩展 MRMR (EMRMR) - 光谱松弛全局条件互信息 (SPEC_CMI) - 条件互信息最小化 (CMIM) - 条件 Infomax 特征提取 (CIFE) 参考: [1] Nguyen X. Vinh、Jeffrey Chan、Simone Romano 和 James Bailey,“基于互信息的特征选择的有效全局方法”。 2014 年 8 月 24 日至 27 日在纽约市举行的第 20 届 ACM SIGKDD 知识发现和数据挖掘会议 (KDD'14) 上发表。
2021-11-11 18:29:29 64KB matlab
1
获取硬件信息的控件,支持delphi10.3 rio TMiTeC_SystemInfo将以下所有组件收集在一起,以方便使用 TMiTeC_AD探索ActiveDirectory TMiTeC_APM提供有关高级电源管理的信息 TMiTeC_BT使用本机蓝牙枚举器检测蓝牙设备) TMiTeC_CPU提供详细的CPU信息 TMiTeC_Devices提供Windows设备管理器之类的设备信息 TMiTeC_Disk提供逻辑驱动器信息 TMiTeC_Display提供显示适配器信息 TMiTeC_DMA提供直接的内存访问权限 TMiTeC_DriveContent扫描并保存指定的驱动器内容 TMiTeC_Engines提供有关各种已安装引擎的信息 TMiTeC_EventLog从Windows EventLog中提取信息 TMiTeC_Firewall枚举Windows防火墙中的设置和规则,规则管理功能 TMiTeC_Machine提供有关计算机或虚拟机,BIOS,TPM等的信息。 TMiTeC_Media提供媒体设备信息 TMiTeC_Memory提供内存信息 TMiTeC_Monitor提供所有已连接的监视器信息 TMiTeC_MSProduct检测到已安装的某些Microsoft产品及其产品密钥 TMiTeC_MUS检测可用的Windows更新(MicrosoftUpdateSession) TMiTeC_Network提供网卡信息,TCP / IP广告Winsock配置,已安装的协议,客户端和服务。 TMiTeC_OperatingSystem提供OS详细信息,区域设置,时区,NT特定信息,修补程序,Internet设置等。 TMiTeC_Printers检测已安装的打印机及其属性 TMiTeC_ProcessList收集正在运行的进程,服务,驱动程序和窗口及其属性的列表 TMiTeC_Security检测已安装的防病毒,防间谍软件和防火墙 TMiTeC_SMBIOS从内存中读取SMBIOS信息 TMiTeC_Software提供已安装软件的列表 TMiTeC_Startup提供在系统启动期间启动的应用程序的列表 TMiTeC_Storage可检测S-ATA,ATA,ATAPI,RAID,SCSI,USB,Firewire存储设备及其参数 TMiTeC_USB检测USB端口和设备及其参数 TMiTeC_WIFI会检测所有可用参数的可用Wi-Fi网络 每当将任何USB,火线等设备或卷连接到计算机或与计算机断开连接时,TMiTeC_DeviceMonitor都会检测并触发事件。 TMiTeC_DiskMonitor监视指定的驱动器或路径,并在发生指定事件时触发事件 TProcMonThread 通过其进程IDentifier监视给定的进程,并提供基本的进程属性,内存,CPU和I / O进程使用率,并枚举进程线程及其运行时属性。 TProcListMonThread 实时监视正在运行的进程,并提供进程属性,内存和CPU进程使用率等。 TSysMonThread监视系统并提供基本属性以及CPU,内存和磁盘使用情况 TSysModListMonThread实时监视系统模块并提供其属性 TNetConMonThread通过进程实时监视网络连接并提供其属性 TPerfMonThread实时监视性能计数器并提供其属性 THndListMonThread实时监视系统句柄并提供其属性 TMiTeC_NetCreds提供缓存的网络凭据枚举。 TMiTeC_USBHistory USB使用率检测组件 TMiTeC_WLANC已知的Wi-Fi网络枚举(包括网络密钥)
2021-11-11 14:51:49 7.99MB MiTeC delphi rio 硬盘码
1
NLP项目 自然语言处理项目,其中包括有关以下方面的概念和脚本: gensim , fastText和tensorflow实现。 参见, doc2vec , word2vec averaging和Smooth Inverse Frequency实现 对话系统的类别和组成 tensorflow LSTM (请参阅 ,和 , ) fastText实现 ELMo,ULMFit,GPT,BERT,XLNet的原理 HMM Viterbi实现。 参见,中文解读 Named_Entity_Recognition 通过双向LSTM + CRF,张量tensorflow实现对NER品牌。 参见中文注释,中文解读 7_Information_retrieval 8_Information_extraction 9_Knowledge_graph 10_Text_generation 11
1
FinBERT-QA:使用 BERT 回答金融问题 FinBERT-QA 是一个问答系统,用于从数据集的任务 2 中检索有金融段落。 请参阅获取更多信息。 该系统使用来自信息检索和自然语言处理的技术,首先使用 Lucene 工具包检索每个查询的前 50 个候选答案,然后使用预训练的模型的变新排列候选答案。 FinBERT-QA 从 Huggingface 的库构建并应用 Transfer and Adapt [ ] 方法,首先将预训练的 BERT 模型转移并微调到一般 QA 任务,然后使用 FiQA 数据集将该模型适应金融领域。 转移步骤在的数据集上使用微调的 BERT 模型 ,它从 TensorFlow 转换为 PyTorch 模型。 在三个排名评估指标(nDCG、MRR、Precision)上结果平均提高了约 20%。 Overview of the QA pipeline:
1
南京工业大学数据库大作业 本系统的主要功能;用户注册进入系统,根据用户类型不同登记用户的个人信息。 家庭用户主要功能:输入健康状况,记录家庭诊断测试结果,提出健康问题。可以查看在线专家的诊断,治疗建议和健康问题的回答。 在线专家根据家庭用户的健康状况和测试结果给出相应的诊断,治疗建议,在线专家可以回答多个家庭用户提出的健康问题,但是如果问题类型为私人的话只能由私人在线专家回答。 系统管理员可以手动添加,修改,删除用户的信息。查询用户表和更新表信息等。
2021-11-07 14:42:22 477KB 数据库
1
文档为英文文档,主要解析ethercat从站xml文件各种标签及其属性的用法,当你自己创建从站设备描述文件,或者想要解析某个从站设备描述文件的时候,可能需要用到的
2021-11-07 10:32:26 3.25MB Ethercat 设备描述文件 xml ethercat从站
1
Disparity estimation for binocular stereo images finds a wide range of applications. Traditional algorithms may fail on featureless regions, which could be handled by high-level clues such as semantic segments. In this paper, we suggest that appropriate incorporation of semantic cues can greatly rectify prediction in commonly-used disparity estimation frameworks. Our method conducts semantic feature embedding and regularizes semantic cues as the loss term to improve learning disparity. Our unified model SegStereo employs semantic features from segmentation and introduces semantic softmax loss, which helps improve the prediction accuracy of disparity maps. The semantic cues work well in both unsupervised and supervised manners. SegStereo achieves stateof-the-art results on KITTI Stereo benchmark and produces decent prediction on both CityScapes and FlyingThings3D datasets.
2021-11-05 17:35:09 1.67MB Dispar
1