龙芯1B：LCD显示文本例程。龙芯1B核心板添加显示屏和触摸板操作。可以随意显示文字，无需对文字取模，存档

CoditorX 是一个基于浏览器上多人协作的文本编辑器。特性：允许用户注册，每个用户有自己的工作空间用户可与他人分享文档的阅读和编辑权限实时同步内容支持 Markdown 预览关键点：使用 WebSocket 协议通讯版本控制：版本号、增量更改和合并权限控制：私密、共享编辑和阅读架构： 标签：CoditorX

THUNEWS数据集，摘取了五个主题，分别为1.娱乐 2.房产 3.体育 4.股票 5.科技 训练集1 每个主题100个数据 一共500个 训练集2 每个主题1000个数据 一共5000个 训练集2 每个主题10000个数据 一共50000个 测试集 每个主题1000个数据 一共5000个

AvalonEdit文本器+NRefactory+Roslyn动态编译 1. AvalonEdit实现编写，高亮，复制，黏贴，撤回等基础功能 2. NRefactory实现代码提示相关 3. Roslyn实现动态编译（CSharpCodeProvider只支持Framework，Roslyn可以同时支持Framwork和netcore）

halcon 文本笔记 1.0

主要是读取文本，然后进行分词、词干提取、去停用词、计算词频，有界面，很实用

EAST算法的改进算法，详尽的改进大家可以搜我的专利，或者论文，用于文本检测的DRRG的改进找不到了，但是两者主要的改进在于网络的部分混合金字塔，所以可以通用，专利和论文作者都是葛立鹏

自然场景下的文本检测任务是图像处理领域中的难点之一. EAST (Efficient and Accurate Scene Text detector)算法是近年来比较出色的文本检测算法, 但是增加后置处理之后的AdvancedEAST算法仍存在由于激活像素的头尾边界丢失导致的漏检情况, 对密集文本的检测效果也不是很理想. 因此提出了Dilated-Corner Attention EAST (DCA_EAST)改进算法, 对网络结构加入空洞卷积模块以及角点注意力模块, 改善了漏检情况. 针对损失函数, 加入类别权重因子和样本难度权重因子, 有效提升了密集文本的检测效果. 实验结果表明, 该算法在ICDAR2019的ReCTS数据集上准确率为93.02%, 召回率为76.69%, F-measured值为84.07%, 优于AdvancedEAST算法.

将文本块（例如从 PDF 文章的参考书目部分复制）拆分为单独的引文，将每个引文发送到，构建 PubMed 搜索并显示结果引文。 如果引文没有自动匹配，每个提取的引文和 PubMed 查询都可以手动编辑。 该应用程序是使用构建的，因此每个引文都有一个引文模型和一个引文视图。 所有的行为都在视图中，样式在 CSS 文件夹中，而 Handlebars HTML 模板在 index.html 中。

一个基于机器学习的新闻标题分类系统源码+数据集+训练好的模型+项目操作说明_本科毕设项目.7z bert_base中文预训练模型训练NLPCC2017 Task2新闻标题分类数据集的句向量 【环境配置要求】 Python：3.8.13 操作系统：Windows 数据库：MySQL Web框架：Flask 模型训练：sklearn 1.Anaconda创建虚拟环境 conda create -n Graduation python=3.8 命令行切换到对应目录 2.安装第三方库 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple 3.将数据导入数据库 mysql -u root -p --local-infile=1 < D:\Bachelor_Graduation\Bachelor_Graduation.sql 【备注】主要针对正在做毕设的同学和需要项目实战的机器学习、深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。