Corel5K:这是Corel5K图像集，共包含科雷尔（Corel）公司收集整理的5000幅图片，故名：Corel5K，童鞋们可用于科学图像实验：分类、检索等。Corel5k数据集是图像实验的事实标准数据集。请勿用于商业用途。私底下学习交流使用。 Corel图像库是科雷尔（Corel）公司收集整理的较为丰富的图像库涵盖多个主题。Corel图像库由若干个CD组成，每个CD包含100张大小相等的图像，可以转换成多种格式。每张CD代表一个语义主题，例如有公共汽车、恐龙、海滩等。 Corel5k自从被提出用于图像标注实验后，已经成为图像实验的标准数据集，被广泛应用于标注算法性能的比较。Corel5k由50张CD组成，包含50个语义主题。 Corel5k图像库通常被分成三个部分： 4000张图像作为训练集，500张图像作为验证集用来估计模型参数，其余500张作为测试集评价算法性能。使用验证集寻找到最优模型参数后4000张训练集和500张验证集混合起来组成新的训练集。 该图像库中的每张图片被标注1~5个标注词，训练集中总共有374个标注词，在测试集中总共使用了263个标注词。 童鞋们自己

数据仓库体系全套模板，共6份，包括命名规范、事实表梳理、维度梳理、业务梳理及标体系梳理等。 模板-命名规范 模板-事实表梳理 模板-维度梳理 模板-业务梳理 模板-指标体系梳理 模板-数据仓库整体设计方案

事实表是数据库中最大的表，是星形模型结构的核心。事实表包含了基本商业事务的详细信息，是对商务活动进行客户关系、销售趋势和产品趋势等分析的素材。事实表的设计包括对事实的选择、量度的构造、粒度的设计和聚合的设计等。

反事实零射击和开放式视觉识别 该项目为我们的CVPR 2021论文《反事实零热和开放集视觉识别》提供了实现，我们在本文中提出了基于事实的二进制可见/不可见分类器（GCM-CF），用于零热学习（ZSL）和开放集识别（OSR）。 此回购包含 ZSL：强二进制可见/不可见分类器，可与任何ZSL方法即插即用 ZSL：与TF-VAEGAN，RelationNet，GDAN，CADA-VAE，LisGAN，AREN集成 OSR：使用5个固定的随机种子完成基于MNIST，SVHN，CIFAR10，CIFAR + 10，CIFAR + 50的OSR代码 OSR：Softmax，OpenMax，CGDL的强基准（F1分数） OSR：实施我们的GCM-CF 有关技术细节，请参阅： 反事实零射击和开放式视觉识别 ， ，，，*平等贡献IEEE 2021年计算机视觉和模式识别会议（CVPR） 用法 请分别参考Z

目前，数据仓库一词尚没有一个统一的定义，著名的数据仓库专家W.H.Inmon在其 著作《Building the Data Warehouse》一书中给予如下描述：数据仓库（Data Warehouse） 是一个面向主题的（Subject Oriented）、集成的（Integrate）、相对稳定的 （Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策。 对于数据仓库的概念我们可以从两个层次予以理解，首先，数据仓库用于支持决策，面 向分析型数据处理，它不同于企业现有的操作型数据库；其次，数据仓库是对多个异构 的数据源有效集成，集成后按照主题进行了重组，并包含历史数据，而且存放在数据仓 库中的数据一般不再修改。

基于事实标准的智能手机操作系统竞争力研究.pdf

由于信息和错误信息在现代媒体生态系统中的传播速度，事实核查变得越来越重要。因此，研究人员一直在探索如何实现事实核查的自动化，使用基于自然语言处理、机器学习、知识表示和数据库的技术来自动预测声明的准确性。

深度学习在许多领域都显示出了强大的性能，但其黑箱特性阻碍了其进一步的应用。作为回应，可解释人工智能应运而生，旨在解释深度学习模型的预测和行为。在众多的解释方法中，反事实解释被认为是最好的解释方法之一，因为它与人类的认知过程相似:通过构建对比情境来进行解释，人类可以认知地展示差异来解释其背后的机制。

文献检索实用技术第六章事实型和多媒体型检索系统.pdf

20210806-光大证券-通胀再研究系列之五：从3种理论框架和6个特征事实看本轮全球通胀.pdf