另一个关键字提取器（Yake） 使用文本功能自动提取关键字的无监督方法。 AKE！ 是一种轻量级无监督自动关键字提取方法，该方法基于从单个文档中提取的文本统计特征来选择文本中最重要的关键字。 我们的系统不需要针对特定​​的文档集进行培训，也不必依赖于字典，外部语料库，文本大小，语言或领域。 为了展示我们建议的优点和重要性，我们将其与十种最新的无监督方法（TF.IDF，KP-Miner，RAKE，TextRank，SingleRank，ExpandRank，TopicRank，TopicalalPageRank，PositionRank和MultipartiteRank）进行比较，以及一种监督方法（KEA）。 在二十个数据集之上进行的实验结果（请参见下面的基准部分）表明，在许多不同大小，语言或领域的集合下，我们的方法明显优于最新方法。 除了此处描述的python包之外，我们还提供了一个，

在研究多核负载均衡任务调度与分配的基础上，针对多核处理器的特点，提出了静态任务图分层算法，静态任务组调度算法和最小动态链接算法。当这些算法分配任务时，它们有望完成多核负载平衡。首先，任务分配分为两个阶段：需要打破任务之间的依赖关系，并且相对独立的任务在第一阶段将位于同一组中。它根据负载均衡的原理进行静态分配，并为第二阶段的系统硬件线程分配几乎相同时间的初始任务。在第三阶段，它以处理器的速度为标准，为每个硬件线程分配来自系统运行的任务。通过仿真实验的验证，该算法可以实现更好的负载均衡和最短的完成时间。

介绍ICA的经典教材，大牛Hyvarinen的Independent Component Analysis(英文版)。研究ICA的可以好好品读一下！

eNTERFACE数据集

Pairwise Independent Combinatorial Testing tool--微软公司开发的一款成对组合的命令行生成工具，生成测试用例非常简单，上传的是V3.3版。

独立研究IMDAC_W2021 此回购包含我对Algonquin College的Interactive Media Design程序中“ Web Production”课程的独立研究。

问题？ 免责声明：此项目应仅用于授权测试或教育目的。 BYOB是面向学生，研究人员和开发人员的开源后开发框架。 它包括以下功能： 预制的C2服务器 自定义有效载荷生成器 12个开发后模块 它旨在让学生和开发人员轻松实现自己的代码并添加出色的新功能，而无需从头开始编写C2服务器或远程管理工具。 该项目包含2个主要部分：原始的基于控制台的应用程序（ /byob ）和Web GUI （ /web-gui ）。 网络图形用户界面 仪表板 C2服务器的控制面板，带有单击界面，用于执行开发后模块。 控制面板包括客户端计算机的交互式地图和仪表板，该面板允许高效，直观地管理客户端计算机。 有效载荷发生器 有效负载生成器使用涉及Docker容器和Wine服务器的黑魔法，为您选择的任何平台/体系结构编译可执行有效负载。 在使用生成安全对称密钥之后，这些有效载荷会生成反向TCP外壳，并通过AES-256

A novel and simple polarization independent grating couplers is designed and analyzed here, in which the TE polarization and the TM polarization light can be simultaneously coupled into a silicon waveguide along the same direction with high coupling efficiency. For the polarization-insensitive grati

Compact routing intends to achieve a good tradeoff between routing path length and storage overhead, and is recently considered as a main alternative to overcome the fundamental scaling limitations of the Internet routing system. It is generally believed that specialized compact routing sche

书 名: 独立成分分析 　　作　者：AapoHyvarinen 　　出版社： 电子工业出版社 　　出版时间： 2007年06月 　　ISBN: 9787121042935 　　开本： 16开 　　定价: 49.00 元 编辑本段内容简介 　　《独立成分分析》分为四个部分，共24章。第一部分（第2章至第6章）介绍了《独立成分分析》所用到的主要数学知识，第二部分（第7章至第14章）是《独立成分分析》的重点，详细讲述了基本ICA模型及其求解过程，第三部分（第15章至第20章）讨论了基本ICA模型的多种扩展形式，第四部分（第21章至第24章）对ICA方法在不同领域的应用做了生动的阐述。独立成分分析(I