搜索资源列表
goagoBlogs
- 1.使用Url重写成静态页，优化meta的title属性，使搜索引擎更容易识别和收录，并提高安全性。 2.采用更加快速的查询算法和和强大的多用户自定义分类，保证程序运行的高效率。 3.首页博客概要列表采用灵活的html代码和文本的选择机制，使首页显示更加多样性。 4.使用Menu控件作为菜单导航，使您可以通过Web.sitemap任意增减无级下拉菜单扩展定位您的网站页面。 5.规范n层架构和动态缓存，以避免IIS回收资源
txt_classify
- 本算法能很好的分类测试文本，并且分类正确率非常高，利用c语言实现
goagoBlogs
- 1.使用Url重写成静态页，优化meta的title属性，使搜索引擎更容易识别和收录，并提高安全性。 2.采用更加快速的查询算法和和强大的多用户自定义分类，保证程序运行的高效率。 3.首页博客概要列表采用灵活的html代码和文本的选择机制，使首页显示更加多样性。 4.使用Menu控件作为菜单导航，使您可以通过Web.sitemap任意增减无级下拉菜单扩展定位您的网站页面。 5.规范n层架构和动态缓存，以避免IIS回收资源
txt_classify
- 本算法能很好的分类测试文本，并且分类正确率非常高，利用c语言实现-This algorithm can test the text of the classification of good and a very high classification accuracy, using c language
maxent-2.5.1
- 最大熵分类器，实现对文本的分类，很好的机器学习算法。-Maximum Entropy classifier, the realization of the text classification, a good machine learning algorithm.
program
- 基于无监督学习的谱聚类算法的文本的聚类分类。-Unsupervised Learning Based on spectral clustering algorithm for text clustering classification.
svm
- 选用支持向量机作为区分文本与非文本的分类器，支持向量机是在统计学习理论基础上发展起来的新一代学习算法，它在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。-Use support vector machine as the distinction between text and non-text classifier, support vector machine is in statistical learning th
search
- 无优先级算法小程序，能够将输入文本中的+、-、*、\进行优先级分类，并在屏幕上输出。输入文本名为“arit0.in”，原创小程序。-No priority algorithm small program that can input text+,-,*, \ for priority classification, and the screen output. Enter the text entitled " arit0.in
pLSA
- 用于文本分析和分类的pLSA(Probability Latent Semantic Analysis)的Matlab算法，含有测试数据及算法原理介绍。也可用于图像分析。相比原来的版本，增加了示例程序demo.m，以实现可视化效果，用户更容易使用和理解pLSA算法。-For text analysis and classification of pLSA (Probability Latent Semantic Analysis) of
TextClassify
- 利用SVM算法来进行中文文本的分类，如一句话里有各种词性的词语则可以进行分类处理-Using SVM algorithm for Chinese text categorization, such as a word in a variety of terms can be part of speech classification
pecepcion
- 基于感知器的神经网络学习算法及其实现，可以实现对文本的分类，同时也可以应用在文本过滤上-Perceptron-based neural network learning algorithm and its implementation can be achieved on the text of the classification, but also can be applied to text filtering on
KNN0.0_0.0
- 这是用java实现的KNN算法分类器 实现了机器的自动学习与文本自动分类 仅供学习使用-This is a java implementation of the KNN algorithm with classifier achieved the automatic machine learning and text categorization learning to use only
1111
- 文本挖掘-中文分类器搜索，可以挖掘出文本主干，利用贝叶斯算法。-Text mining
IntServer
- 复杂网络聚类算法进行文本分析，能够进行关键字的提取和分类功能。-Complex network clustering algorithm for text analysis, to carry out keyword extraction and classification capabilities.
knn
- knn算法程序，它是一种基于matlab的模式识别算法，用于文本或其他数据样本的分类。-KNN algorithm based on matlab, the pattern recognition algorithm, the use of classification and identification.
bayes
- weka中的贝叶斯分类算法，朴素贝叶斯，贝叶斯神经网络，文本分类(Bias classification algorithm in Weka, simple Bias, Bias neural network, text classification)
EMR
- 使用的是贝叶斯算法，进行文本的分类和词频统计(Using the Bayesian algorithm, the text classification and word frequency statistics)
rseslib-3.0.4-src
- 包含很多知名算法实现，支持向量机，决策树，粗糙集，贝叶斯分类器等，适合学术研究，短评论意见挖掘，文本分类等(It includes many well-known algorithm implementation, support vector machine, decision tree, rough set, Bias classifier, etc., which is suitable for academic research
支持向量机（Support Vector Machine, SVM）
- 支持向量机（support vector machine，SVM）是由Cortes和Vapnik在1995年提出的，由于其在文本分类和高维数据中强大的性能，很快就成为机器学习的主流技术，并直接掀起了“统计学习”在2000年前后的高潮，是迄今为止使用的最广的学习算法。(Support vector machine (support vector machine, SVM) is proposed by Cortes and Vapnik
text classification
- 利用K近邻算法实现的文本分类器 提供分属于20个类别的20000个新闻文本，每个类别含1000个文本。(Text classification using KNN)