在SemEval-2017上进行的选修任务10：nEural学习者的组合以进行短语短语分类 SemEval 2017任务10：ScienceIE-从科学出版物中提取关键词和关系。 此存储库包含重现共享任务[ScienceIE]结果所需的代码，该结果在Eger等人的。。 请将该论文引用为： @InProceedings{semeval2017-eger-eelection, author = {Eger, Steffen and Do Dinh, Erik-Lân and Kutsnezov, Ilia and Kiaeeha, Masoud and Gurevych, Iryna}, title = {{EELECTION at SemEval-2017 Task 10: Ensemble of nEural Learners for kEyphrase Cla

互联网已经成为现代生活中不可或缺的一部分，网络上的信息量也在以数倍的速度快速增长。无论是企事业单位，学校，或者科研院校等等机构中，都积累了非常多的资料，这些资料绝大多数都以文档的形式存在。所以，如何将数以万计且排序混乱的文本信息，按照一定的规则和形式进行统一的管理，以达到方便使用和管理的目的成为了一个不得不去解决的问题。本文就是在SVM，即支持向量机方法的基础上，设计了一个中文文本分类系统。介绍了系统的需求分析，并对系统进行了详细设计，从概念的初始化设计到之后的详细设计，实现了基于SVM的中文文本分类系统的最终目的，达到了设计要求。

基于词典约简及多分类算法的文本分类系统的设计与开发.pdf

设计本系统主要是为了研究可应用于生产实践的果品智能分类系统，希望能通过现阶段我们所学习掌握的一些相关知识来实现一个简单的水果智能分类系统，为设计制作真正的果品智能分类系统做好前期的研究准备工作。

多算法的文本分类系统 更多详见 关于分词 英文分词，采用nltk工具包进行分词 pip install nltk 中文分词，采用jieba工具包进行分词 pip install jieba jieba分词 dict 主词典文件 user_dict 用户词典文件，即分词白名单 user_dict为分词白名单 如果添加的过滤词（包括黑名单和白名单）无法正确被jieba正确分词，则需要添加的单词和词频加入到主字典dict文件中或者用户词典user_dict，一行一个（词频也可省略）

本系统实现了KNN、朴素贝叶斯和SVM三种分类算法下的文本分类自带训练集和测试集。

完整代码，可直接运行

决策树分类作为一种基于空间数据挖掘的知识发现的监督分类方法，它通过决策学习过程得到分类规则并对遥感影像进行分类，突破了以往分类树或分类规则的构建要利用分类者的生态学和遥感先验知识的确定。我们以AdaBoost和C4.5算法为基础，通过算法改进，创建了适用于遥感影像分类的决策树算法GLC树，并依托C#+ArcEngine平台设计实现了GLC_Info v1.1。该软件以GLC分类器为核心，不仅提供了基于像元的遥感影像分类功能，而且可以在ENVI或者eCognition分割结果的基础上实现遥感影像面向对象自动分类。和以往分类中手动建立规则集相比，该软件通过决策树学习的方式建立规则集，不仅提高了效率，而且大大降低了对操作员的要求。另外该软件还提供了一些辅助分类以及统计分析功能。

决策树分类作为一种基于空间数据挖掘的知识发现的监督分类方法，它通过决策学习过程得到分类规则并对遥感影像进行分类，突破了以往分类树或分类规则的构建要利用分类者的生态学和遥感先验知识的确定。而C5.0算法作为最为前沿的决策树算法，目前尚没有一款基于它的遥感影像分类软件。基于此，我们以C5.0决策树算法为基础，通过算法改进，创建了适用于遥感影像分类的决策树算法GLC树，进并依托C#+ArcEngine平台设计实现了GLC_Info v1.0，该软件具有指数变换、样本点的选取、训练集的生成、规则集的建立、影像分类、分类图后编辑等一系列功能，通过这些功能我们为广大用户提供了一款简洁、实用、快速、高精度的遥感影像分类软件。

垃圾分类 一个智能垃圾分类系统 一，主要功能 对上传的垃圾图片进行识别，并返回分类结果（干垃圾，湿垃圾，有害垃圾，可回收垃圾） 二，实现原理 该垃圾分类项目采用深度学习-图像处理模块，采用的是顺序序贯模型，序贯模型是函数式模型的简略版，为最简单的线性，从头到尾的结构顺序，不分叉。模型的基本组件包括①model.add，添加层；②model.compile，模型训练的BP模式设置；③model.fit，模型训练参数设置+训练；④模型预测。 三，运行环境 的win10 + cuda9.1 + cudnn7 + tensorflow-gpu-1.12.0，pytorch1.4.0 + keras-2.2.4 四，关于库文件： 在运行项目的过程中，我们遇到了很多报错，很大一部分是各种各样的库文件，在实现这个项目前，需要配置好环境，并且文件的版本需要对应，否则也会出现多种的报错问题（一定程度的ten