个人整理的关于期刊发表时遇到的一些常规知识点，涵盖期刊的定义、期刊的分类，CN号与ISSN号区别、核心期刊的定义、国内七大核心期刊的遴选（中文核心、C刊、统计源核心、中国科学引文数据库等）、顶级期刊、权威期刊、核心期刊、扩展期刊、入库期刊的区别、增刊、踏勘、专刊的区别等、国家级期刊与省级期刊的区别，以及对一级、二级、三级期刊（A\B\C类期刊）的认识、期刊的期与卷的区别、三大引文索引及其他引文索引（SCI EI ISTP CASS ASPT CJCR CMCC CAJCED CSTPCD ）等，SCI SCIE SCCI ESCI CSSCI 的区别。如有错误，烦请纠正！

本项目是使用yolov5结合python语言进行四类垃圾（可回收垃圾、有害垃圾、厨余垃圾和其他垃圾）的模型训练以及准确识别，下载本项目解压使用pycharm打开，测试图片可放入data下的images文件夹，运行dect.py(本项目已经在google colab上炼成丹)进行识别，识别结果存放于runs-dect-exp+数字文件夹下，可进行查看识别结果。 特别说明：本项目由于时间有限训练垃圾识别模型时所使用的数据集量比较小，所以四类垃圾中仅限瓶子、报纸；电池；剩饭；碎瓷片。有兴趣同学可采用大量数据集进行翻墙在云端进行训练。

　　顾客满意度测评模型包含七个变量，即往来前的预期、往来后的感觉、差异程度、满意程度、抱怨行为、忠诚程度及抱怨处理

O2O优惠券线下使用情况数据分析数据

房价数据分析实验教程pdf文档

两种方法实现MINST分类 CNN方法

机器学习，字符分类

自然图像分类数据集Oxford-102。Oxford 102 Flowers Dataset 是一个花卉集合数据集，主要用于图像分类，它分为 102 个类别共计 102 种花，其中每个类别包含 40 到 258 张图像。 2008年由牛津大学工程科学系发布。面向深度学习人群，可用于验证神经网络性能，主流的VGG,GOGELNET,残差网络等网络都可以用于训练。适合新手人群做学习使用，可将其划分为6149张图片做训练，1020张图片做验证，1020张图片做测试。

实现自制mnist数据集分类的图片集合和标签文本

2022年最新抓取,所有当当底层分类,包含id跟中文描述