平衡记分卡国外研究的前沿成果,梁阳,王燕,由于传统的绩效测评方法存在着一定的缺陷,平衡记分卡(BSC)已经成为目前最流行和研究最广泛的测评工具之一,本文详尽地介绍了平
2024-07-10 18:49:51 119KB 首发论文
1
跑胡子java源码光学化学结构识别 - 基准 该存储库包含与公开可用的 OCSR 工具的基准研究相关的信息 材料和方法 为了比较三个可用的开源 OCSR 工具 Imago(2.0 版)、MolVec(0.9.7 版)和 OSRA(2.1.0 版)的结果,根据验证分析了多个在线免费提供的数据集OSRA 开发人员的程序 (4)。 数据集是:: 从 OSRA 在线网站 (4) 获得的一组 5719 张化学结构图像和相应的 molfiles(基于来自 USPTO 的数据)。 由英国伯明翰大学开发并与 MolRec (6) 一起发布的 5740 张图像和化学结构分子文件的数据集 (UOB)。 评估论坛会议和实验室 (CLEF) 测试集,包含 2012 年发布的 961 个图像和 molfiles (7)。 ChemInfty 发布的数据集的子集(450 个图像和 SD 文件)(见上文),基于日本专利局 (JPO) 的数据,从 OSRA 在线展示 (4) 获得。 (请注意,此数据集包含许多标签(有时带有日文字符)和不规则特征,例如线条粗细的变化。此外,有些图像质量较差,包含大量噪声。) TIFF
2024-06-10 13:14:50 59.48MB 系统开源
1
Autodesk_FBX_Review_Win_64bit_1.4.1 工具。
2024-02-03 22:47:32 23.6MB
1
我是武汉大学遥感信息工程大二学生,找到的一篇英文原版论文。论述了深度学习在遥感领域的应用。觉得此文对遥感专业,且对深度学习感兴趣的同学有一定指导意义。
2023-09-25 08:19:30 9.85MB 遥感 深度学习
1
描述 该程序在丝芙兰评论页面上爬网文本,并返回评论ID,评分,评论者的名字和位置,他们的评论文字以及有多少人认为他们的评论有用。 所需的图书馆 在命令提示符下使用以下pip命令安装必要的库。 pip3 install requests pip3 install lxml pip3 install beautifulsoup4 pip3 install nltk 待办事项清单 项目按重要性顺序列出。 创建一个地图,显示各州的评论频率和评分 筛选出标签和people在array_helpful(也许尝试使用替代()) 解决的问题 最新修复程序列在首位。 修复了错误“索引超出范围”。 第一次(最早的)评论没有评分,因此我们将在数据集中忽略此1个实体。 停止跳过隐藏的段落(当评论很长并且您必须单击“查看更多”时,搜寻器将跳过这些部分) 修复rating开头的5、4、3、
2023-04-10 14:50:30 3KB Python
1
因果关系审查 代码(python),图形和数据,用于评估双变量时间序列数据的因果关系指标的性能。 这篇评论是在Lungarella等人以前的工作之后进行的。 (2007)。 该评价中包括的方法是: 扩大的格兰杰因果关系(Chen et al。2004) 非线性格兰杰因果关系(Ancona et al。2004) 可预测性的提高(Feldmann和Bhattacharya 2004) 转移熵(直方图划分和Kraskov-Stögbauer-Grassberger估计)(Schreiber 2000,Kraskov et al。2004) 有效传递熵(直方图划分)(Marschinski和Kantz,2002年) 粗粒度的信息传递率(Palus等,2001) 相似指数(Arnhold等1999,Bhattacharya等2003) 收敛交叉映射(Sugihara et al.
2023-04-07 09:39:18 9.39MB Python
1
产品推荐系统 基于深层兴趣网络和CTR预测基本模型的产品推荐系统使用Amazon Review数据。
2023-04-05 14:41:40 171KB JupyterNotebook
1
matlab光照模型代码反射去除 根据光线,镜面反射/反射和阴影,物体的图像可能会发生巨大变化。 因此,从图像中去除不希望的反射在计算机视觉和图像处理中非常重要。 这意味着出于美学目的提高图像质量,以及在机器学习和模式识别应用程序中对图像进行预处理。 因此,该项目的目标是审查用于消除图像反射的各种技术。 依存关系 ,,(torch&torchvision),,,,,和。 数据集 用于测试的样本图像由提供。 如何执行程式码 平均:对于给定的图像集,我们对反射去除执行平均。 打开Averaging文件夹并运行python Averaging.py -i 5_images_lowers ,其中-i是包含图像集的文件夹的路径。 独立分量分析:基于光的反射概念和反射图像中基础分布的独立性,拍摄并求解了两个偏振方向不同的图像:Y = MX,其中Y = [y1,y2],两个图像,M是混合矩阵[a,b; c,d](分别表示反射量)和X = [x1,x2]是绘制和反射两个图像中的分量。 打开ICA文件夹并运行python ICA.py -i1 1.png -i2 2.png ,其中-i1和-i2是输入图
2023-02-28 20:21:30 80.13MB 系统开源
1
这里的资源主要是讲述了代码审查的必要性。里面有三个文档,简单的讲述了一下内容。举例实用工具。 为什么要进行Code Review?  如何做Code Review? 如何使用工具进行Code Review? CheckStyle FindBugs PMD 使用工具进行Code Review的局限性 我们可以做得更好
2023-02-09 14:32:16 210KB 代码审查 code review
1
数据集官网:https://ai.stanford.edu/~amaas/data/sentiment/ 数据集的训练集和测试集各有25000个样本,且正负样本个数相同,均为12500个。 该数据集和官网提供的相比,去除了一些不必要的文件,其他均未改动。
2022-12-24 11:35:34 41.88MB nlp 情感分析 IMDb 深度学习
1