iris_classification_BPNeuralNetwork
本文用Python实现了BP神经网络分类算法，根据鸢尾花的4个特征，实现3种鸢尾花的分类。
2023-03-29 21:10:42
23KB
1
Keras中的字符级CNN
该存储库包含用于字符级卷积神经网络的Keras实现，用于AG新闻主题分类数据集上的文本分类。
已实现以下模型：
张翔，赵俊波，严乐村。 。 NIPS 2015
Yoon Kim，Yacine Jernite，David Sontag，Alexander M.Rush。 。 AAAI 2016
白少杰，齐科·科特尔（J. Zico Kolter），弗拉德·科特（Vladlen Koltun）。 。 ArXiv预印本（2018）
Kim的CharCNN最初是经过端到端训练的语言建模管道的一部分，但已被改编为文本分类。
用法
安装依赖项（Tensorflow 1.3和Keras 2.1.3）：
$ pip install -r requirements.txt
在config.json文件中指定训练和测试数据源以及模型超参数。
运行main.py文件，
2023-03-29 19:13:07
11.26MB
1
社交情感分类旨在预测嵌入在由各种用户贡献的在线评论中的情感React的聚合。 这样的任务具有固有的挑战性，因为从自由文本中提取相关语义是一个经典的研究问题。 此外，在线评论通常以稀疏的特征空间为特征，这使得相应的情感分类任务非常困难。 另一方面，尽管由于深度神经网络具有将稀疏的低级特征转换为密集的高级特征的能力，因此已被证明对语音识别和图像分析任务有效，但它们在情感分类上的有效性仍需进一步研究。 本文报道的工作的主要贡献是开发了一种新型的语义丰富的混合神经网络（HNN）模型，该模型利用无监督的教学模型将语义域知识整合到神经网络中，以引导其推理能力和可解释性。 据我们所知，这是将语义纳入神经网络以增强社交情感分类和网络可解释性的第一个成功工作。 通过基于三个现实世界社交媒体数据集的实证研究，我们的实验结果证实，提出的混合神经网络优于其他最新的情感分类方法。
2023-03-29 18:47:23
807KB
1
设备的故障诊断方法可以按照诊断依据分为三种:基于机理模型的方法，基于数据驱动的方法，基于知识工程的方法。本文将采用基于数据驱动的方法中的基于分类的方法进行故障模型的构建。详细设计见md文件。
2023-03-29 16:59:54
369.8MB
1
cbschuld / browser.php
通过用户代理帮助在PHP级别检测用户的浏览器和平台
安装
您可以使用将该库作为本地的，基于项目的依赖项添加到您的项目中：
composer require cbschuld/browser.php
如果仅在开发过程中需要此库（例如，运行项目的测试套件），则应将其添加为开发时依赖项：
composer require --dev cbschuld/browser.php
典型用法：
$ browser = new Browser ();
if ( $ browser -> getBrowser () == Browser :: BROWSER
2023-03-29 10:05:40
85KB
1