SJ/T 11463-2013 软件研发成本度量规范,word文档。本标准规定了软件研发成本度量方法、过程及原则，其目的是帮助软件研发涉及各方科学、一致地进行成本度量。

如何量化用户体验对有效提高产品的使用质量至关重要。书中介绍了如何有效且可靠地手机、分析和呈现典型的用户体验度量数据

针对双边滤波器灰度相似权函数易受噪声影响且在图像细节区域滤波存在盲目性的问题，提出一种新的图像三边滤波器用以过滤高斯噪声。通过局部结构张量奇异值分解估计图像的几何结构信息， 获得能够刻画图像内容差异的特征信息。在此基础上，设计基于图像特征分类的灰度相似权函数，同时通过引入结构相似权的方式将鲁棒的特征信息耦合到双边滤波器框架下，以保持更多的图像细节。利用三边加权提供更可靠的像素相似性度量方式，并采用局部自适应滤波参数选取方法进一步提高算法的滤波性能。实验结果表明，该滤波器在去除噪声的同时能够较好地保持图像的边缘、纹理等结构信息。

Hausdorff 距离是一种数学构造，用于测量作为度量空间子集的两组点的“接近度”。 这种度量可用于为两个轨迹、数据云或任何一组点之间的相似性分配标量分数。 此函数将返回两组点之间的 Hausdorff 距离。 有关 Hausdorff 距离的更多信息： http : //en.wikipedia.org/wiki/Hausdorff_distance

软件质量度量领域的资料，比较全面的基础度量培训材料

m 文件提供了一种用于计算两类正态分布数据之间的 Bhattacharyya 距离度量 (BDM) 的工具。 BDM 在模式识别中被广泛用作特征选择的标准。 由于 cov(X1)*cov(X2) 可能（近）奇异，直接计算可能会导致除以零误差。 改进后的代码在正常情况下使用 Cholesky 分解，但在接近奇异的情况下使用 sqrtm。

提出了曲线形态相似性的定义与度量问题.介绍了一种曲线的划分方法,得到一个曲线的比值样本,基于统计学原理,给出了曲线相似性的定义与度量方法.并通过算例验证了该相似性度量方法的可行性.

本标准对可信计算平台可信性度量进行概述，形成标准框架。

该资源属于代码类资源，用jupyter notebook编写，文档类型是ipynb，只能用jupyter note 打开，主要内容是机器学习算法中的决策树算法，数据来源于p2p网贷数据，通过此模型算法可以很好的对客户的是否会违约进行预测分类。

深度元度量学习（DMML） 此存储库包含ICCV19论文的PyTorch代码：深度元度量学习，包括对Market-1501和DukeMTMC-reID数据集的人员重新识别实验。 要求 Python 3.6+ PyTorch 0.4 tensorboardX 1.6 要安装所有python软件包，请运行以下命令： pip install -r requirements.txt 数据集 正在下载 可以从下载Market-1501数据集。 可以从下载DukeMTMC-reID数据集。 准备 下载完上面的数据集后，将它们移动到项目根目录下的datasets/文件夹中，并将数据集文件夹分别重命名为“ market1501”和“ duke”。 即， datasets/文件夹应组织为： |-- market1501 |-- bounding_box_train |-- bo