资源列表
kmeansClassifier
- 该程序实现了keans分类，使用IK分词技术实现分词。-The program implements the k means classification, the use of IK word segmentation technology to achieve word segmentation.
luceneSearch
- lucene信息检索技术的实现，基础的实现增删查改。-Lucene information retri technology to achieve, based on the implementation of additions and deletions check.
ThemeCrawler
- 现在常见的搜索策略主要分为两种：一种是基于网页链接结构的搜索策略，另一种是基于内容评价的搜索策略。第一种是通过网页之间的链接关系来确定网页的重要性，从而决定链接访问的顺序。此方法虽然考虑了网页链接结构和网页之间的链接关系，但忽略了网页内容与主题的相关度，容易出现网页搜索“主题漂移”。第二种主要考虑网页内容，好处就是思路清晰且计算简单。但这种方法忽略了网页的链接关系，故在预测链接网页价值方面存在不足。考虑到这些问题，提出将布谷鸟搜索算法应用到主题爬虫中。-Now the common search
Apriori-Transaction
- 使用apriorifang方法挖掘频繁项-apriori methods
CCE
- 周志华多标记学习代码 属性约简以及代价敏感测试-Zhou Zhihua multi-label learning codes
LocalOutlierFactor
- Local Outlier Factor algorithm for detection of anomaly samples.
DBNtoolbox-master
- 深度学习DBN（深信度网络）代码，概率生成模型，与传统的判别模型的神经网络相对，生成模型是建立一个观察数据和标签之间的联合分布。-Deep learning DBN (Convinced of the network) code generation probability model, and neural network models of traditional discrimination relatively generated model is to establish a join
Top10
- 推荐系统 简单top算法 python编程函数-Recommended system is simple arithmetic top
Ontology
- 。通过对领域本体的构建，实现了服务过程所涉及知识的逻辑结构与具体内容的全面语义描述和 后台并联。构建了基于本体的产品服务知识管理系统，该系统能实现产品服务活动案例所涉及知识的 获取和重用，满足知识源于服务活动，又重用于服务活动的循环。最后以某航空发动机非计划维修服务为例，验证了该知识表示方法的有效性。-building．An ontology— based knowledge representation framework was devel— oped for the reuse
Mereotopology
- 一篇介绍Mereotopology的论文，介绍Mereotopology的基本概念和广义粗集表示方法-An introduction Mereotopology paper introduces the basic concepts and Mereotopology generalized representation of rough set
Apriori
- 实现基本的Apriori算法，可以实现数据关联规则的挖掘处理，进行分类预测-To achieve the basic Apriori algorithm can handle data mining association rules, classification and predication
MLKNN
- 针对单标记学习算法KNN进行改进，适用于多标记数据集改造而成的多标记K临近算法。java代码-Improved learning algorithm for single marker KNN, suitable for multi-label data sets adapted multi-label K near the algorithm. java code