注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 问答式OWL知识检索技术

  2. 问答式检索以其符合普通用户行为习惯的输入输出模式、满意的准确度成 为信息检索技术中的研究热点，先后出现了:面向数据库的问答式检索技术、 面向Web的问答式检索技术、面向本体的问答式检索技术。但是，现有的问答 式检索系统依然存在以下问题:C1>常用的手动建立和自动学习知识获取方式 在建立效率和质量方面存在限制;C2)处理问题映射的方法通常是半自动的， 需要用户手动解决语义模糊问题;C3>处理包含模糊概念和关系的问题存在困 难。2004年被W3C推荐为工业标准的网络本体语言(Web O

  3. 所属分类：C

    • 发布日期：2009-11-09
    • 文件大小：1048576
    • 提供者：humanrights

  1. 数据挖掘--概念与技术

  2. 目录 第一章 引言 ......................................................................................................................................................... 8 1.1 什么激发数据挖掘？为什么它是重要的？.............................................................

  3. 所属分类：Web开发

    • 发布日期：2010-09-06
    • 文件大小：1048576
    • 提供者：huanghyw

  1. nvdla 入门翻译文档.pdf

  2. 翻译的NVDLA 加速引擎的文档，学习交流，一块进步！PU cPU Microcontroller DRAM AVULA NVD_A DODI SFAMI Small NVDLA system Large"NVDLA system 小NDLA模型 小型 NVDLA模型在以前不可行的领域开辟了深度学习技术。此模型非常适合对成本因素 比较敏感的物联网(IoT)类设备、A丨以及面向自动化的系统领域。这些系统具有明确的应 用方向,其成本、面积和功率是主要注意事项。通过N√DLA可配置实现资源节约(在成本

  3. 所属分类：硬件开发

    • 发布日期：2019-08-31
    • 文件大小：510976
    • 提供者：weixin_42119147

  1. 一种多粒度网络表示学习方法

  2. 一种多粒度网络表示学习方法

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：940032
    • 提供者：weixin_38629801

  1. 基于多池化融合与背景消除网络的跨数据集行人再识别方法

  2. 现有跨数据集行人再识别方法一般致力于减小2个数据集之间的数据分布差异，忽略了背景信息对识别性能的影响。针对上述问题，提出了一种基于多池化融合与背景消除网络的跨数据集行人再识别方法。为了兼顾全局特征和局部特征，同时实现特征的多细粒度表示，构建了多池化融合网络。为了使监督网络能提取有用的行人前景特征，构建了特征级有监督背景消除网络。采用结合行人分类损失及特征激活损失的多任务学习损失函数，在3个公开行人再识别数据集上对方法进行评估，当MSMT17作为训练集时，Market-1501上的跨数据集识别性能

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：3145728
    • 提供者：weixin_38638002