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. 基于爆炸应力波和构造煤带孕育煤与瓦斯突出危险状态的模型

  2. 针对华南地区突出矿区分布广泛、煤与瓦斯突出事故严重的现状,结合该地区地质构造复杂构造煤广泛分布和大部分矿井采用炮采炮掘工艺的特点,提出一种基于爆炸应力波和构造煤带孕育煤与瓦斯突出危险状态的模型,并对该模型进行了理论分析。研究表明:爆炸应力波在传播过程中形成的稀疏波会引起该波经过的区域密度减小、体积增大,煤层瓦斯压力降低,进而破坏煤体瓦斯原有吸附平衡状态,大量吸附瓦斯解吸导致煤层瓦斯压力上升;当掘进工作面前方煤体一定深度存在构造煤带时,爆炸应力波从掘进工作面爆源传至未破坏煤体与构造煤带交界面,由于

  3. 所属分类：其它

    • 发布日期：2020-04-26
    • 文件大小：1048576
    • 提供者：weixin_38730821

  1. 具有强稳定模量的模型中的模量和gravitino（非）问题

  2. 在重力介导的模型中，尤其是在具有高度稳定的模量的模型中，高吉诺质量，引力质量和模量之间存在自然的等级关系：m1 / 2 << m3 / 2 << mϕ。 给定这种层次结构，我们表明1）与模态衰减产生的过量熵产生相关的模数问题和2）与模数/重力衰减至中性基数相关的问题不存在。 放在通货膨胀的背景下，我们表明模振的幅度受到强稳定度的严格限制。 这样一来，模数振荡就可能永远不会支配宇宙的能量密度。 结果，模量衰减到引力子以及它们随后衰减到中性子并不需要使冷暗物质密度过大。

  3. 所属分类：其它

    • 发布日期：2020-04-01
    • 文件大小：484352
    • 提供者：weixin_38696339

  1. 猫狗大战卷积神经网络生成的模型

  2. 预训练与微调迁移学习 一般而言，我们可以根据一个已经训练过的、比较满意的模型进行训练调整，作用于新的数据集，这就是预训练与微调。当，我们的预训练模型的权重使用在新的数据集中，这个就是迁移学习的体现。 很少人会仅仅使用自己的资源进行训练卷积神经网络，个体拥有的数据资源是有限的，但是如ImageNet拥有的资源是有120 万张图片等级的规模，所以理论上使用库提供的预训练模型可以节省时间、提高精度，再不济也可以使用自己的预训练模型。

  3. 所属分类：深度学习

    • 发布日期：2020-03-25
    • 文件大小：161480704
    • 提供者：m061060

  1. 实操！数据分析人必须要会的模型：波士顿矩阵！.md

  2. 以波士顿矩阵和安索夫矩阵为例，介绍数据分析基础思维的矩阵思维，即二元关系思维。用Excel演示。来源是“数据分析不是个事儿”的微信公众号文章，做了简单标记的md档。

  3. 所属分类：咨询

    • 发布日期：2020-03-24
    • 文件大小：12288
    • 提供者：qq_27206435

  1. 基于惩罚样条方法的模型辅助抽样估计研究

  2. 基于惩罚样条方法的模型辅助抽样估计研究，陈光慧，曹伟伟，在抽样估计中，当研究变量和辅助变量之间呈非线性关系时，传统的广义回归估计效果会受到限制，有待进一步改进。为了解决这一问题

  3. 所属分类：其它

    • 发布日期：2019-12-28
    • 文件大小：193536
    • 提供者：weixin_38721565

  1. 使用keras内置的模型进行图片预测实例

  2. keras 模块里面为我们提供了一个预训练好的模型，也就是开箱即可使用的图像识别模型 趁着国庆假期有时间我们就来看看这个预训练模型如何使用吧 可用的模型有哪些？ 根据官方文档目前可用的模型大概有如下几个 1、VGG16 2、VGG19 3、ResNet50 4、InceptionResNetV2 5、InceptionV3 它们都被集成到了keras.applications 中 模型文件从哪来 当我们使用了这几个模型时，keras就会去自动下载这些已经训练好的模型保存到我们本机上面 模型文件会

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：142336
    • 提供者：weixin_38641339

  1. django的模型类管理器——数据库操作的封装详解

  2. 模型实例方法 str()：在将对象转换成字符串时会被调用。 save()：将模型对象保存到数据表中，ORM框架会转换成对应的insert或update语句。 delete()：将模型对象从数据表中删除，ORM框架会转换成对应的delete语句。 模型类的属性 属性objects：管理器，是Manager类型的对象，用于与数据库进行交互。 当没有为模型类定义管理器时，Django会为模型类生成一个名为objects的管理器，自定义管理器后，Django不再生成默认管理器objects。 管理器是

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：241664
    • 提供者：weixin_38606300

  1. ASP.NET Core 中的模型绑定操作详解

  2. ASP.Net Core的模型绑定是一个非常有用的功能。一般我们控制器处理Http请求的数据，是通过路由数据提供一个记录键，然后发布的表单域为模型提供一个值，这个过程很繁琐，并且容易出错。而模型绑定会自动化该过程，减少出错的概率。本文介绍下模型绑定中常用的一些操作指南。 [BindProperty] 、[BindProperties]属性.第一个属性是用于控制器或 PageModel 类的公共属性，从而使模型绑定以该属性为目标；第二个属性是.Net 2.1及以上版本所有，可以使模型绑定以该类的所

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：284672
    • 提供者：weixin_38531788

  1. 智能测试自动化——基于应用程序行为的模型驱动测试方法

  2. 应用程序行为智能测试自动化——基于应用程序行为的模型驱动测试方法软件测试【摘要】如何提高测试的效率，如何让测试人员在测试过程中不会感到单调乏味，是我们一直在思考的问题。本文通过一个虚构的故事，提出了一种根据应用程序的行为描述来生成测试的模型　　智能测试自动化——基于应用程序行为的模型驱动测试方法 软件测试　　【摘要】如何提高测试的效率，如何让测试人员在测试过程中不会感到单调乏味，是我们一直在思考的问题。本文通过一个虚构的故事，提出了一种根据应用程序的行为描述来生成测试的模型驱动方法，并同手动测试

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：55296
    • 提供者：weixin_38551376

  1. Talent-Acquisition_Attrition-Rate:该项目的目的是建立一个更高精确度的模型，并确定构成损耗率的主要驱动因素的关键因素-源码

  2. 人才获取率 该项目的目的是建立一个更高精确度的模型，并确定那些关键因素，这些因素是导致损耗率的主要驱动因素。 表中的内容 概述 员工流失率是用于衡量一段时间内失去的，未被替换的员工或客户的指标。 该比率显示为相对于总劳动力或客户群的百分比。 人力资源员工经常使用人员流失率来确定空缺或被淘汰职位的数量 员工流失对企业的影响员工流失的成本范围从可量化的数字到隐性成本。 当员工从公司辞职时，招募新员工并对其进行培训会产生成本。 在新员工开始学习业务之前，生产率将会降低。 如果这是一家基于客户的业务，那

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：2048
    • 提供者：weixin_42166918

  1. SBICgraph：结构性贝叶斯信息准则（SBIC），用于通过两步算法生成网络模型的网络模型中的模型选择-源码

  2. 输出 github_document SBIC：用于候选模型中模型选择的结构贝叶斯信息准则（SBIC） 该方法的R-package实现在Zhou等人的论文“高斯图形模型的信息增强模型选择及其在代谢组学数据中的应用”中提出。 2020年。 抽象的鉴于许多大型生物数据集的低信噪比性质，我们提出了一种使用高斯图形模型结合先验知识来学习关联网络结构的新颖方法。 我们的策略包括两个部分。 在第一部分中，我们提出了一种称为结构贝叶斯信息准则（SBIC）的模型选择准则，其中先验结构被建模并合并到贝叶斯信息

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：25600
    • 提供者：weixin_42115003

  1. 深度学习模型：经过训练的模型可以确定公司的未来决策-源码

  2. 深度学习模型 经过训练的模型可以确定公司的未来决策 您为神经网络模型选择了多少个神经元和层？ 对于这个项目，我利用了10个输入层，每个输入层都具有ReLu功能以及总共768个节点。 sigmond函数用于输出。 您是否能够实现目标模型性能？ 不，我无法达到高于或等于75％准确度的目标性能，但非常接近72％。 您采取了哪些步骤来尝试提高模型性能？ 利用500个时代，增加了层数，使每隔一层的节点数增加了一倍。 在编译过程中，添加了lr为0.0005的编译器代码，从而使模型可以采取一些有目的的

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：680960
    • 提供者：weixin_42129005

  1. pagerank-graph-model：一种基于图论概念的理解Google PangeRank算法的模型-源码

  2. PageRank图模型 基于图论概念的理解Google PangeRank算法的模型。 PageRank是Google用来筛选大量网页的算法，因此，在搜索结果中，您和我只会看到与我们搜索相关的最重要和最有用的信息。 归功于Search Engine Land上的Danny Sullivan，以获取上图（ ）。 目录 图论如何与PageRank相关 如果互联网确实有两件事情做得很好，那就是： 存储信息，以及 用信息将人们联系起来 事实证明，图形是建模Web的最佳数据结构。 为什么？ 这是因

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：71680
    • 提供者：weixin_42117340

  1. MosqSampler：一种基于个体的模型，用于模拟对蚊子种群进行采样的过程-源码

  2. MosqSampler 一个基于个人的模型来模拟蚊子种群的采样过程。 MosqSampler是一个空间显式的仿真模型，旨在评估自然产卵位点的可用性，常驻蚊虫种群的数量以及基于产卵陷阱的监测计划之间的复杂相互作用。 它是在巴西国家科学计算实验室（ ）和弗拉维奥·科埃略（Flavio Coelho）的监督下，在计算机建模中作为Arthur Silva-Lima理学硕士论文一部分开发的（ ） 当蚊子种群和自然繁殖场所的可用性都很高时，就会发生流行病学问题的典型情况。 鉴于自然产卵位点的高可用

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：765952
    • 提供者：weixin_42104906

  1. 贷款违约预测：一般而言，每当一个公司注册向银行（或任何贷款发行人）申请贷款时，其信用记录都会经过严格的检查，以确保他们是否有能力还清贷款（在该行业中）称为信誉度）。 发行人具有一套适当的模型和规则，这些模型和规则将有关其当前财务状况，以前的

  2. 贷款违约预测 通常，每当个人/公司向银行（或任何贷款发行人）申请贷款时，其信用记录都会经过严格的检查，以确保他们是否有能力还清贷款（在该行业中称为作为信誉）。 发行人具有一套适当的模型和规则，这些模型和规则将有关其当前财务状况，以前的信用记录和其他一些变量的信息作为输入，并输出度量标准，该度量标准可以度量发行人可能承担的风险在发放贷款时。 该度量通常采用概率形式，并且是该人将来会违约其贷款的风险（称为违约概率）。 基于发行人愿意承担的风险（加上一些其他因素），他们决定该分数的临界值，并用它来

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：3145728
    • 提供者：weixin_42117032

  1. wagtailquickcreate：Wagtail快速创建提供了快捷方式链接，可从设置文件中指定的模型创建对象-源码

  2. g快速创建 Wagtail快速创建提供了快捷方式链接，可从设置文件中指定的模型创建对象。 面板添加到管理主页，提供以下类型： 单击创建链接将为新项目提供父选项 在父页面上注意 Wagtailquickcreate需要在您希望包含的模型上设置 ，以便它可以成功提供父页面选择。 如果未指定此选项，则您可能会看到以父级形式提供的每个页面，因为使用wagtail.core.models.Page查找页面且此核心is_creatable = False类具有is_creatable = False ，

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：14336
    • 提供者：weixin_42130889

  1. unity-vive-reality-mapper：一个Unity示例项目，用于使用HTC Vive将虚拟房间对象的模型校准为其物理对应对象-源码

  2. 虚拟现实到现实校准Unity示例 介绍 对于我们的虚拟现实攀登原型（ ），我们需要一种将攀登墙的3D模型注册到实际物理攀登墙的方法。 基本思想是定义3个或更多的点，这些点在虚拟表示和实际物理攀岩墙上都很容易理解。 该存储库包括攀岩墙的演示场景和必要的脚本，这些脚本使您也可以在其他环境中使用此校准方法，例如，根据实际环境校准房间的模型。 学分 此项目中使用的算法基于的精彩文章 免责声明 这个项目绝非完美无缺。 我们会根据您的喜好随意修改或改进代码，我们对请求提出了要求。 先决条件 与HTC V

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：59768832
    • 提供者：weixin_42128963

  1. CTAI：基于深度学习的肿瘤辅助诊断系统，以图像分割为核心，利用人工智能完成肿瘤区域的识别勾画并提供肿瘤区域的特征来辅助医生进行诊断。有完整的模型构建，植入架设和前端访问功能-源码

  2. :hospital: CTAI 基于深度学习的肿瘤辅助诊断系统 系统以图像分割为核心，利用人工智能完成肿瘤区域的识别勾画并提供肿瘤区域的特征来辅助医生进行诊断。有完整的模型构建，植入架设和前端访问功能。医生只需通过网络上传ct图像文件，后台就会使用训练好的模型进行肿瘤区域的分割，然后将勾画好肿瘤区域的图像返回，还有肿瘤区域的一些特征（如面积，周长，强度等），并且提供前几次诊断的特征数据并排列成图表进行对比来辅助医生诊断。 觉得不错欢迎给star :white_medium_star:哦 在线演

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：3145728
    • 提供者：weixin_42126749

  1. Improving_Yelp_Ratings_with_ML：我们在此小组项目中的目标是将Yelp评论中的NLP和其他功能应用于输出新的5星级的模型中，以使评论和星级之间的差异减少。 为了使我们的模型更加健壮，我们还将基于阅读评论的新用户星

  2. 通过规范审稿人情绪来改善Yelp审阅体验 球队： 安吉拉·德特威勒（Angela Detweiler） 熙熙 林 贝瑟斯特·莫斯塔格尼（Behesteh Mostaghni） 数据集链接：Yelp的数据集在Kaggle重点是餐馆， 问题：在Yelp上搜索餐厅时，您是在看星级还是阅读评论？ 你们都看吗？ 鉴于评论是高度主观的，并且星级会受到业务绩效各个方面的影响，我们是否可以使用机器学习来标准化评论的解释？ 目标：我们的目标是将Yelp评论中的自然语言处理（NLP）和其他功能应用于输出

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：16777216
    • 提供者：weixin_42163404

  1. ML-NLP：此项目是机器学习（机器学习），深度学习（深度学习），NLP面试中常考到的知识点和代码实现，也是一个算法工程师必会的理论基础知识-源码

  2. 项目介绍 此项目是机器学习，NLP面试中常考到的知识点和代码实现，也是一个算法工程师必会的理论基础知识。 既然以面试为主要目的，亦不可以篇概全，请谅解，有问题可提出。 此项目以各个模块为切入点，让大家有一个清晰的知识体系。 此项目也拿来常读，常记以及面试时复习之用。 每一章里的问题都是面试时有可能问到的知识点，如有遗漏可联系我进行补充，结尾处都有算法的实战代码案例。 思维导图，请关注AIArea公众号并回复：NLP思维导图，即能下载高清大图。 目录 项目持续更新中...... 模块 章节 负责人

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：11534336
    • 提供者：weixin_42120541
« 12 3 4 5 6 7 8 9 10 ... 50 »