基于MapReduce的Apriori算法并行化改进，包含改进思路与代码实现。该文档提供了详细的设计思路和方法，具有一定的借鉴意义，互相学习，互相进步！
2021-12-13 15:44:29
1.16MB
1
<html dir="ltr"><head><title></title></head><body>为了有效地利用经验知识, 弥补训练数据覆盖范围不足的问题, 提出一种将经验知识以TSK (Takagi-Sugeno-Kang) 型模糊规则引入模糊模型的建模方法. 在结构辨识中, 提出了模糊规则融合方法, 用以确定初始模糊规则. 在参数辨识中, 改进了原梯度下降方法中的目标函数, 并引入了经验知识准确性评价参数, 用以平衡样本数据和经验知识对模型的影响. 数值仿真和工程实例应用结果表明, 所提出的方法可以有效地利用经验知识和样本数据, 使预报结果更可靠、更精确.. </body></html>
2021-12-13 15:02:02
294KB
1
本文档主要介绍电子商业汇票系统业务报文的处理流程，同时也介绍了系统参与者收到报文后应该进行的处理以及人行电子商业汇票系统对票据的干预处理。
2021-12-13 13:09:09
2.01MB
1
NULL
博文链接：https://mljavalife.iteye.com/blog/1205564
2021-12-13 10:44:22
7.48MB
1
YoungCorrector
本项目是参考开源框架 ，自己实现了一套基于规则的纠错系统。总体来说，基于规则的文本纠错，性能取决于纠错词典和分词质量。目前与相比，在准确率差不多的情况下，本模型所用的时间会少很多（归功于前向最大匹配替代了直接索引替换字典）。代码还没有完善，还有很多优化的空间，后续会持续更新。。。
中文文本纠错
介绍
文本纠错的核心步骤：错误检测，预期召回，纠错排序。
错误检测：找到某些词是错误的。
初步召回：选出纠错错误词。
纠错排序：对预期词进行排序。
主流的三种方法：
基于规则：pycorrector
基于深度模型：百度纠错系统
基于垂直领域：腾讯DCQC纠错框架
中文纠错需要解决的问题：
谐音字词，如配副眼睛-配副眼镜
擅长音字词，如流浪织女-牛郎织女
字词顺序颠倒倒，如伍迪艾伦-艾伦伍迪
字词补全，如爱有天意-假如爱有天意
形似字错误，如高梁-高粱
中文拼音全拼，如x
2021-12-13 08:06:26
19.88MB
1
Fel在源自于企业项目，设计目标是为了满足不断变化的功能需求和性能需求。
Fel是开放的，引擎执行中的多个模块都可以扩展或替换。Fel的执行主要是通过函数实现,运算符(+、-等都是Fel函数），所有这些函数都是可以替换的，扩展函数也非常简单。
Fel有双引擎，同时支持解释执行和编译执行。可以根据性能要求选择执行方式。编译执行就是将表达式编译成字节码（生成java代码和编译模块都是可以扩展和替换的）
Fel基于Java1.5开发，适用于Java1.5及以上版本。
2021-12-12 22:35:39
788KB
1