HypeLCNN概述 该存储库包含论文“具有用于高光谱和激光雷达传感器数据的光谱和空间特征融合层的深度学习分类框架”的论文源代码（正在审查中） 使用Tensorflow 1.x开发（在1.10至1.15版上测试）。 该存储库包括一套完整的套件，用于基于神经网络的高光谱和激光雷达分类。 主要特点： 支持超参数估计 基于插件的神经网络实现（通过NNModel接口） 基于插件的数据集集成（通过DataLoader接口） 培训的数据有效实现（基于内存的有效/基于内存/记录的） 能够在经典机器学习方法中使用数据集集成 神经网络的培训，分类和指标集成 胶囊网络和神经网络的示例实现 基于CPU / GPU / TPU（进行中）的培训 基于GAN的数据增强器集成 交叉折叠验证支持 源代码可用于在训练大数据集中应用张量流，集成指标，合并两个不同的神经网络以进行数据增强的最佳实践 注意：数据集文件太

包含所有企业流程分类，术语表，指标表

包含企业流程分类，术语表，指标表等内容

在文章与之前编写的图像分类框架构建组合使用，这里只讲述基于chainer的模型构建，本次讲解如何使用chainer构建MobileNetV1网络结构，以及对应的mobilenetv1_0.25,mobilenetv1_0.5,mobilenetv1_0.75,mobilenetv1_1.0等结构

在文章与之前编写的图像分类框架构建组合使用，这里只讲述基于chainer的模型构建，本次讲解如何使用chainer构建MobileNetV2网络结构，以及对应的mobilenetv2_0.25,mobilenetv2_0.5,mobilenetv2_0.75,mobilenetv2_1.0等结构

Candock | 英文|| 时间序列信号分析和分类框架。 它包含多个网络，并提供数据预处理，数据扩充，培训，评估，测试和其他功能。 一些输出示例： 特征 数据预处理 规范：5_95 | maxmin | 没有任何 过滤器：fft | 冷杉| ir | 小波| 没有任何 资料扩充 各种数据扩充方法。 基数：比例，经线，app，aaft，iaaft，filp，作物 噪音：尖峰，阶跃，斜率，白色，粉红色，蓝色，棕色，紫色 甘：dcgan 网络 各种评估网络。 1天 lstm，cnn_1d，resnet18_1d，resnet34_1d，multi_scale_resnet_1d，micro_multi_scale_resnet_1d，自动编码器，mlp 2d（频谱图） mobilenet，resnet18，resnet50，resnet101，densenet121，densene

财产和意外保险-流程APQC分类框架简体中文版.zip

APQC通用版流程分类框架PCF，管理流程梳理的参考模板，对管理软件开发有利。标杆架构有两大类 通用的架构。要么适用于各行各业，要么面向某些行业，如面向所有行业的APQC流程框架与清单，面向电信运营企业的ETOM流程框架与清单；还有面向某一块业务域的流程架构，如SCOR，ITLL，CMMI等。

财产和意外保险流程分类框架简体中文版JECN-APQC-PCF(PCI)v7.2.1.pdf

跨行业流程分类框架简体中文版JECN-APQC-PCF(XI)v7.2.1.pdf