本章介绍了复杂流分类中流量策略和简单流分类中优先级映射的配置和举例。
2022-04-25 18:06:12 1.14MB 华为 分类 文档资料 数据挖掘
本章介绍了复杂流分类中流量策略和简单流分类中优先级映射的配置和举例。 1 流分类简介 2 基于类的QoS支持的License和配置注意事项 3 配置IP报文复杂流分类的流量策略 4 配置IP报文的优先级映射 5 配置VLAN报文复杂流分类的流量策略 6 配置VLAN报文的优先级映射 7 配置MPLS报文的优先级映射 8 配置用户域下的优先级映射 9 配置VXLAN报文复杂流分类的流量策略 10 (可选)设置协议报文的优先级 11 维护基于类的QoS
2022-04-21 16:04:05 1.41MB 华为 NE20E QoS 配置
基于非光滑的类二次型Lyapunov 函数, 对二阶滑模Super-twisting 算法的有限时间收敛性进行了分析. 当系 统受常值干扰时, 通过Lyapunov 方程证明了该算法有限时间收敛, 并给出了收敛时间的最优估计; 当系统受时变干 扰时, 通过求解代数Riccati 方程得出了一组保证该算法有限时间收敛的参数取值范围, 并给出了收敛时间的估计值. 仿真算例表明了理论分析的正确性.
1
基于VC的轴承计算选择可视化程序设计(基于类和数据库),机械设计上机实验程序源代码
2021-12-13 17:38:27 4.51MB VC ++ 基于类 轴承
1
传统的无监督领域自适应算法在对齐总体分布时存在分类信息流失问题,难以保证迁移学习效果。针对这个问题,提出了一种基于类内最大均值差异的分布对齐策略。该策略首先预测所有样本的伪标签,然后借助伪标签样本信息依次对齐每个类别的领域类内分布。在深度学习框架下,所提算法能够有效保留分类信息,提高了目标领域的预测能力。实验结果表明,与传统算法比较,所提算法在多个基准数据集上获得了最优的迁移学习效果。
2021-11-29 22:05:02 1.28MB 领域自适应 无监督学习 神经网络
1
C++链表基于类实现多项式的加法和乘法; C ++ list class-based polynomial addition and multiplication.
2021-11-07 21:28:00 1KB C++ 链表 多项式 算法
1
论文研究一种基于类差分度的互信息特征选择方法.zip
2021-10-06 13:03:11 236KB
行业资料-交通装置-一种基于类字典稀疏识别的车辆分类方法.zip
基于类轮廓层次聚类方法的研究.pdf
2021-08-20 14:13:02 337KB 聚类 算法 数据结构 参考文献
BERTopic是一种主题建模技术,它利用BERT嵌入和c-TF-IDF创建密集的群集,从而使主题易于理解,同时又在主题描述中保留了重要的单词。 BERTopic是一种主题建模技术,它利用BERT嵌入和c-TF-IDF创建密集的群集,从而使主题易于理解,同时又在主题描述中保留了重要的单词。 相应的中等职位可以在这里找到。 关于项目算法的目录2.1。 句子转换器2.2。 UMAP + HDBSCAN 2.3。 c-TF-IDF入门3.1。 安装3.2。 基本用法3.3。 概述Google合作实验室1.关于项目返回目录
2021-08-03 10:35:53 5.78MB Python Natural Language Processing
1