Medical Entity Recognition and Attribute Extraction for Chinese EMR Dataset medicalentityrecognitionandattributeextractionforChineseEMR_datasets_test_datasets.7z medicalentityrecognitionandattributeextractionforChineseEMR_datasets_training_datasets.7z medicalentityrecognitionandattributeextractionforChineseEMR_datasets_unlabeled_datasets.7z

Kaggle竞赛（推文情感提取） 从推文中提取情感标签的支持短语 方法 训练RoBERTA模型进行预测 使用词干生成更多样本并训练RoBERTA模型 （可根据要求提供预训练的RoBERTA模型和模型）

DWT心电图处理 硕士学位论文-使用DWT进行ECG处理

tvm/apps/android_deploy对应的网络模型文件

基于MATLAB的MIDI音乐文件处理工具包操作指南，提取MIDI格式的相关特征

A New Matlab De-noising Algorithm for Signal Extraction.pdf

SourceAFIS for Java SourceAFIS是一种指纹识别引擎，可获取一对人类指纹图像并返回其相似度分数。 它可以进行1：1比较以及高效的1：N搜索。 这是SourceAFIS算法的Java实现。 文档： ， ， ， 下载：请参阅页面 资料来源： ， 问题： ， 许可证： FingerprintTemplate probe = new FingerprintTemplate ( new FingerprintImage ( Files . readAllBytes( Paths . get( " probe.jpeg " )), new FingerprintImageOptions () .dpi( 500 ))); FingerprintTemplate candidate = new FingerprintTemplate ( n

自动编码器降维 自动编码器可用于特征提取和降维。 它们也可以与受限玻尔兹曼机器结合使用深度学习应用程序，例如“深层信念网络”。 它具有“编码器”和“解码器”两个阶段，“编码器”将逐步压缩输入，在压缩过程中选择最重要的功能。 解码器与编码器相反，它可以尽可能地重新创建输入。 要求 Python 3.6及更高版本 TensorFlow 1.6.0及更高版本 脾气暴躁的 Matplotlib 执行 该实现使用MNIST数据集来重建输入。 由于MNIST图像的形状为28 * 28，因此输入为784。我们的模型将是3层，每层减少特征，并在解码器阶段重建inut， Encoder Decoder [784] -> [256] -> [128] -> [64] -> [128] -> [256] -> [784] 此实现的最

点云的多边形表面重建 PolyFit重建管道 PolyFit实现了以下所述的基于假设和选择的曲面重建方法： Liangliang Nan and Peter Wonka. PolyFit: Polygonal Surface Reconstruction from Point Clouds. ICCV 2017. 如果使用代码/程序（或其一部分），请考虑引用以上文章。 获取PolyFit 预构建的可执行文件（适用于macOS ， Linux和Windows ）可。 您也可以从源代码构建PolyFit： 下载。 依存关系 （已测试v5.8.0，v5.9.2，v5.10.1） （已测试v4.10，v4.11.1） 建立PolyFit。 有很多构建PolyFit的方法。 选择以下一项（或您熟悉的任何一项）： 选项1：使用可以直接处理CMakeLists文件的任何IDE

实体关系提取 基于TensorFlow的实体和关系提取。基于TensorFlow的实体和关系撤消，2019语言与智能技术竞赛信息撤除（实体与关系撤回）任务解决方案。 如果您对信息抽取论文研究感兴趣，可以查看我的博客。 抽象 该代码以管道式的方式处理实体及关系抽取任务，首先使用一个多标签分类模型判断句子的关系种类，然后将句子和可能的关系类型输入序列标注模型中，序列标注模型标注出句子中的实体，最终结合预测的关系和实体输出实体-关系列表：（实体1，关系，实体2）。 该代码以管道方式处理实体和关系提取任务。 首先，使用多标签分类模型来判断句子的关系类型。 然后，将句子和可能的关系类型输入到序列标签模