底层基于(Chromium49/51)/(CEF3.2623/CEF3.2704)内核进行制作,支持系统XP,03,Vista,Win7/8/10 32/64。 技术支持:         内核: WebKit/Chromium/CEF3

DFT的matlab源代码MULTI-NILM：一种用于多标签非侵入式负载监控的新颖框架 描述 该存储库基于标题为[1]的论文，可用于复制实验。 它定义了用于多标签NILM系统的框架，并包括以下时间序列表示： Signal2Vec，BOSS，SFA，WEASEL，DFT，SAX，1d-SAX，PAA ； 并使用Taken定理实现延迟嵌入。 随时重用，修改和扩展此存储库。 多NILM框架 Multi-nilm是用于高效非侵入式负载监控系统的新颖框架。 它具有三个固有属性： 它利用数据表示法来进行充分的降维。 它使用轻量级分解模型。 它解决了作为多标签分类问题的分类问题。 例子 实验示例可以在目录实验下找到。 该模块定义了三种类型的实验（ GenericExperiment， ModelSelectionExperiment和REDDModelSelectionExperiment ）。 您还可以通过扩展抽象类nilmlab.lab.Experiment来创建自己的实验。 定义实验后，只需几行代码即可进行设置和配置。 所有名称为run * .py的文件都是特定的实现，可以用作参考。 为了运

multilabelsvm 该库允许svm（支持向量机）在nodejs和浏览器中支持多类。 安装 节点 npm install multilabelsvm 对于svm内核选项，请参考svmjs初始化分类器，如下所示 var multilabel = require('multilabelsvm' ); var actionClassifier = new multilabel.Classifier({kernel : 'linear'}); 浏览器 您需要为此包含svmjs。 // include the library < script src = "./svmjs/lib/svm.js" > < / script > < script src = "./lib/multilabelsvm.js" > < / script > < script > var actionClass

NeuralClassifier旨在快速实现分层多标签分类任务的神经模型，这在现实场景中更具挑战性和普遍性。 一个显着的特点是NeuralClassifier目前提供各种文本编码器，如FastText，TextCNN，TextRNN，RCNN，VDCNN，DPCNN，DRNN，AttentiveConvNet和Transformer编码器等。它还支持其他文本分类场景，包括二进制类和 多级分类。 它建立在PyTorch上。

这里，实现多标签页效果的方法有两个，一个是基于DOM的，另一个是基于jquery的，此次我写的是一个对于一个电话套餐的不同，显示不同的标签页 方法一： 首先，我们要把页面的大体框架和样式写出来，html和css代码如下： 10元套餐 30元套餐 50元包月 <div id=content1

Extab 1.0.0.18（multi explorer tab）是一款多标签资源管理器，多标签文件夹。可以像浏览器一样用多标签管理每个文件夹，以便更加快速高效的切换文件夹。 下载 功能 多标签： 自动吸附已打开的文件夹; 可拖拽出多个窗体; 标签随意拖动。 收藏夹 收藏常用的文件夹; 可管理已收藏的文件夹; 自定义显示/隐藏收藏夹。 鼠标手势(按住鼠标右键) 向上移动,打开上级路径; 向下,移动新开标签页; 向左,移动后退; 向右,移动前进; 向下并向右移动;关闭当前标签页。 更新日志 2021.01.17 1.0.0.18 调整Tab页面上边边距 解决焦点切换的问题 解决ctrl+v误触的问题 2020.12.20 1.0.0.16 fix bugs 2020.12.07 1.0.0.14 1: 增加托盘 2: 增加收藏夹内拖拽 3：增加资源管理

减少标签空间维数的多标签分类 该程序包括五种线性标签空间转换方法。 所有方法中使用的基础学习器是带有固定正则化参数的正则线性回归。 请在demo.m中查看用法。 与随机丢弃的二进制相关性（BR），主要标签空间变换（PLST）在 遥远的大和林玄天。 具有主标签空间转换的多标签分类。 神经计算，24（9）：2508--2542，2012年9月。 条件主标签空间转换（CPLST）在 陈耀南和林玄天。 减少特征识别的标签空间尺寸，以实现多标签分类。 《神经信息处理系统的进展：2012年会议记录（NIPS）》，第1538--1546页，2012年12月。 感知功能的隐式标签空间编码（FaIE）是在 林子嘉，丁桂光，胡明清和王建民。 通过特征感知隐式标签空间编码进行多标签分类。 2014年6月，在第31届国际机器学习国际会议（ICML）的会议记录中。 列子集选择问题（CSSP）在 魏碧和郭富城

DocBar，著名的AutoCAD标签式浏览插件。 支持AutoCAD 2012 64位版本。 具体安装说明见压缩包内readme.txt。

Office Tab：在微软 Office 2003、2007、2010 和 2013 的一个标签视窗中打开多个文档，提升您的办公效率。同 FireFox、IE 7 以及 IE 8 等浏览器不同，微软 Office 不使用标签。您无法同时看到所有打开的文档，在文件之间进行切换也并不轻松。Office Tab 给 Word、Excel、PowerPoint、Project 及 Visio 添加了标签功能，很大地提升了您处理文档的效率。

基于最大依赖和最小冗余的多标签特征选择