介绍
densityMetrics是一个python库，用于计算各种浓度，多样化和不平等指数。 该库实现了所有众所周知的不平等和集中度指标的计算。
您可以使用浓度指标
访问浓度，不平等和多样性指标和指标的详尽收集
以json和csv格式执行文件输入/输出
通过引导程序以置信区间计算索引
使用matplotlib进行可视化
关键信息
作者：
执照：麻省理工学院
数学文档：
代码文档：
开发网站：
一般讨论：
打包特定聊天：
注意：concentrationMetrics仍在积极开发中。 如果遇到问题，请在我们的github存储库中提出问题
实施指标一览表
《提供了已实施指标（指标）及其关系的概述。
以下列表为每个实施索引提供了更具体的文档URL：
埃里森-格莱瑟指数
基尼指数
泰尔指数
汉娜·凯指数
胡佛指数
Herfindahl-Hirschman指数和相关的指数，例如Simpso
2022-03-08 16:12:46
225KB
1
DESlib
DESlib是一个易于使用的集合学习库，致力于实现动态分类器和集合选择的最新技术。 该库基于 ，并使用相同的方法签名： fit ， predict ， predict_proba和score 。 所有动态选择技术都是根据的定义实施的。
动态选择：
动态选择（DS）是指根据要分类的每个新样本在测试时动态选择基本分类器的技术。 仅选择最胜任的分类器或最胜任的分类器来预测特定测试样品的标签。 这些技术的基本原理是，不是池中的每个分类器都是对所有未知样本进行分类的专家，而是每个基本分类器都是在特征空间的不同局部区域中的专家。
DS是最有前途的MCS方法（多重分类器系统）之一，原因是越来越多的实证研究表明其性能优于静态组合方法。 这样的技术已经实现了更好的分类性能，尤其是在处理小型且不平衡的数据集时。
安装：
可以使用pip安装该软件包：
稳定版：
pip install
2022-02-26 20:55:45
256KB
1
K匿名
网络安全的匿名化方法。
匿名化方法
匿名化方法旨在通过使用归纳和抑制技术使单个记录在组记录之间难以区分。
数据库，网络和计算技术的Swift发展，可以对数字化的大量个人数据进行集成和分析，从而导致越来越多地使用数据挖掘工具来推断趋势和模式。
提出了关于保护个人隐私的普遍关注。
K匿名
将数据集转换为k匿名（可能是l离散或t闭合）数据集是一个复杂的问题，而将最佳分区划分为k匿名组则是一个NP难题。 幸运的是，存在几种实用的算法，这些算法通常通过采用贪婪搜索技术来产生“足够好”的结果。
在本教程中，我们将探讨所谓的“蒙德里安”算法，该算法使用贪婪搜索算法将原始数据划分为越来越小的组（
2021-12-28 13:28:51
1.4MB
1
信息安全_数据安全_Practical cyber diversity now th
区块链
业务安全
安全测试
APT
安全运营
2021-08-22 13:00:37
42.85MB
Sparse image and signal processing：Wavelets curvelets morphological diversity书
2021-07-11 00:14:38
30.1MB
1
ISO 30415-2021 Human resource management - Diversity and inclusion.pdf
2021-05-28 13:02:34
9.77MB
Alamouti于1998年发表的《A Simple Transmit Diversity Technique for Wireless Communications》是空时块码方面的基础文章。该文给出了一种简单的2分支发射分集方案。使用2个发射天线和1个接收天线，该方案可提供与采用1个发射天线、2个接收天线的最大比例接收机合成(MRRC)相同的分集阶数。本文还指出，该方案可较容易地实现2发射天线和M个接收天线的演进方案，以便提供2M的分集阶数。该方案不需要任何带宽扩展、不需要任何从接收机到发射机的反馈，该方案的计算复杂程度类似于MRRC。
2021-05-09 17:20:48
254KB
1
该ppt详细讲述了波形分集和MIMO雷达的关系与应用，是多伦多大学的课件，值得一看！
2021-04-27 18:01:04
4.19MB
1