一本实践性很强的书,对于NLP常用的功能,都用例子和代码实现,可以做为NLP初学者的资料。
2021-12-12 15:30:27 5.05MB NLP c++
1
LR(1)分析表自动构造程序的实现,对输入语句分析 设计内容及要求:对任意给定的文法G构造LR(1)项目集规范族(要求实现CLOSURE(I)、GO(I,X)、FIRST;然后实现LR(1)分析表构造算法。构造并输出其LR(1)分析表。由分析表分析输入语句
1
C 源代码自动分析工具,得到UML类图和函数间调用关系网图
2021-10-28 20:07:03 6.56MB C/C 开发-其它杂项
1
高度高分辨率卫星图像的建筑脚印自动分析 主题包括:收集超高分辨率(VHR)卫星图像(分辨率小于5米) 在Python中进行一些脚本/编程,以便: 加载图像; 用不同的方法估算建筑物的占地面积和统计数据; 做一些信息,从输入中派生工作。 在项目期间,对象检测的问题采用了一种新颖的,自底向上的仿真方法: 栅格像元将转换为numpy数组 单元格之间的邻居关系可以通过以下方式创建:Moore或von Neumann邻居模型 相似(带值)和相邻像元应连接到一组像元(组): 可以评估组内聚力(例如,相似度指数,RMSE) 组函数(在迭代过程中在组上调用): 面积(单元数) 内部单元/外部单元(可以通过邻居计数来计算) 组周长:可以从外部单元获取 包括Kong? (Kong数) 周边按键,角度衍生 邻居组等... 通过迭代调用组函数,组可以相互连接。 可以从建筑物中查询建筑物:
2021-10-25 15:14:22 21.02MB Python
1
Malheur是一个自动化的恶意软件分析工具,它在沙箱(sandbox)中记录恶意软件的程序行为。开发Malheur的目的除了支持常规意义 上的恶意软件行为分析,还有就是关注恶意软件检测和防范方法的发展。Malheur能够识别具有类似行为的恶意软件,还能够发现未知的恶意软件。 Malheur 支持检测报告自动生成,报告格式类似于流行的恶意软件沙箱CWSandbox,Anubis,Norman,Sandbox和joebox。
2021-09-26 10:25:44 539KB 恶意软件 自动分析
1
串口工具,自动CRC分段方式分析收到串口的数据,数据进制转换,文本编码转换,是单片机串口数据调试的好帮手.本程序为本人的原创,绝对无毒
2021-09-13 11:24:18 128KB 串口工具 CRC分析 编码转换
1
行业分类-物理装置-一种测量水中COD的自动分析装置及自动分析方法.zip
Sheet1下面是一些关于人可能会有的问题的陈述。请你仔细地阅读每个条目,然后根据最近一星期之内这些情况对你影响的实际感觉,在最符合的一项上划“√”。答案没有对、错
2021-08-02 16:27:45 1.41MB 高中教育 高中学案
1
基于单片机的禽舍有害气体成分自动分析系统.pdf
2021-07-12 21:03:51 86KB 单片机 硬件开发 硬件程序 参考文献
社区分析器 尝试对 GitHub 社区行为进行自动分析。 动机 这个想法是采用数据驱动的方法来了解社区中哪些有效,哪些无效。 是什么导致问题更快地关闭? 是什么导致问题长期存在? 什么样的工作风格会产生积极的情绪? 过程 下载所有问题。 以您将的打开/关闭的方式可视化问题。 从问题中提取指标。 确定指标对完成时间的影响。 问题指标 评论数。 参加人数。 每个参与者的评论。 评论的平均、最小和最大长度。 注释中存在代码。 标签数量,以及哪些标签。 是否有人被分配到该问题。 问题是否具有里程碑意义。 关闭问题的提交中差异的大小。 LIWC 和评论的情感分析。 API 注释 5000 个请求/小时(坚持每秒一个,你就安全了)
2021-07-04 15:03:10 8KB Python
1