文本挖掘tmSVM开源项目集成libSVM和liblinear包含Python和Java两种版本带PDF源码参考文档简介文本挖掘无论在学术界还是在工业界都有很广泛的应用场景。
而文本分类是文本挖掘中一个非常重要的手段与技术。
现有的分类技术都已经非常成熟，SVM、KNN、DecisionTree、AN、NB在不同的应用中都展示出较好的效果，前人也在将这些分类算法应用于文本分类中做出许多出色的工作。
但在实际的商业应用中，仍然有很多问题没有很好的解决，比如文本分类中的高维性和稀疏性、类别的不平衡、小样本的训练、Unlabeled样本的有效利用、如何选择最佳的训练样本等。
这些问题都将导致curveofdimension、过拟合等问题。
这个开源系统的目的是集众人智慧，将文本挖掘、文本分类前沿领域效果非常好的算法实现并有效组织，形成一条完整系统将文本挖掘尤其是文本分类的过程自动化。
该系统提供了Python和Java两种版本。
主要特征该系统在封装libsvm、liblinear的基础上，又增加了特征选择、LSA特征抽取、SVM模型参数选择、libsvm格式转化模块以及一些实用的工具。
其主要特征如下：封装并完全兼容*libsvm、liblinear。
基于Chi*的featureselection见feature_selection基于LatentSemanticAnalysis的featureextraction见feature_extraction支持Binary,Tf,log(tf),Tf*Idf,tf*rf,tf*chi等多种特征权重见feature_weight文本特征向量的归一化见Normalization利用交叉验证对SVM模型参数自动选择。
见SVM_model_selection支持macro-average、micro-average、F-measure、Recall、Precision、Accuracy等多种评价指标见evaluation_measure支持多个SVM模型同时进行模型预测采用python的csc_matrix支持存储大稀疏矩阵。
引入第三方分词工具自动进行分词将文本直接转化为libsvm、liblinear所支持的格式。
使用该系统可以做什么对文本自动做SVM模型的训练。
包括Libsvm、Liblinear包的选择，分词，词典生成，特征选择，SVM参数的选优，SVM模型的训练等都可以一步完成。
利用生成的模型对未知文本做预测。
并返回预测的标签以及该类的隶属度分数。
可自动识别libsvm和liblinear的模型。
自动分析预测结果，评判模型效果。
计算预测结果的F值、召回率、准确率、Macro,Micro等指标，并会计算特定阈值、以及指定区间所有阈值下的相应指标。
分词。
对文本利用mmseg算法对文本进行分词。
特征选择。
对文本进行特征选择，选择最具代表性的词。
SVM参数的选择。
利用交叉验证方法对SVM模型的参数进行识别，可以指定搜索范围，大于大数据，会自动选择子集做粗粒度的搜索，然后再用全量数据做细粒度的搜索，直到找到最优的参数。
对libsvm会选择c,g(gamma)，对与liblinear会选择c。
对文本直接生成libsvm、liblinear的输入格式。
libsvm、liblinear以及其他诸如weka等数据挖掘软件都要求数据是具有向量格式，使用该系统可以生成这种格式：labelindex:valueSVM模型训练。
利用libsvm、liblinear对模型进行训练。
利用LSA对进行FeatureExtraction*，从而提高分类效果。
开始使用QuickStart里面提供了方便的使用指导如何使用该系统可以在命令行（Linux或cmd中）中直接使用，也可以在程序通过直接调用源程序使用。
在程序中使用。
#将TMSVM系统的路径加入到Python搜索路径中importsyssys.path.insert(0,yourPath+"\tmsvm\src")importtms#对data文件夹下的binary_seged.train文件进行训练。
tms.tms_train(“../data/binary_seged.train”)#利用已经训练好的模型，对对data文件夹下的binary_seged.test文件预测tms.tms_predict(“../data/binary_seged.test”,”../model/tms.config”)#对预测的结果进行分析，评判模型的效果tms.tms_analysis(“../tms.result”)在命令行中调用#对data文件夹下的binary_seged.train文件进行训练。
$pythonauto_train.py[options]../data/binary_seged.train#利用已经训练好的模型，对对data文件夹下的binary_seged.test文件预测pythonpredict.py../data/binary_seged.train../model/tms.config#对预测的结果进行分析，评判模型的效果$pythonresult_anlaysis.py../tms.result上面的调用方式都是使用系统中默认的参数，更具体、灵活的参数见程序调用接口输入格式labelvalue1[value2]其中label是定义的类标签，如果是binaryclassification，建议positive样本为1，negative样本为-1。
如果为multi-classification。
label可以是任意的整数。
其中value为文本内容。
label和value以及value1和value2之间需要用特殊字符进行分割，如”\t”模型输出模型结果会放在指定保存路径下的“model”文件夹中，里面有3个文件，默认情况下为dic.key、tms.model和tms.config。
其中dic.key为特征选择后的词典；
tms.model为训练好的SVM分类模型;tms.config为模型的配置文件，里面记录了模型训练时使用的参数。
临时文件会放在“temp”文件夹中。
里面有两个文件：tms.param和tms.train。
其中tms.param为SVM模型参数选择时所实验的参数。
tms.train是供libsvm和liblinear训练器所使用的输入格式。
源程序说明src:即该系统的源代码，提供了5个可以在Linux下可以直接调用的程序:auto_train.py、train.py、predict.py为在Linux下通过命令行调用的接口。
tms.py为在程序中调用的主文件，直接通过importtms即可调用系统的所有函数。
其他文件为程序中实现各个功能的文件。
lsa_src：LSA模型的源程序。
dependence:系统所依赖的一些包。
包括libsvm、liblinear、Pymmseg在Linux32位和64位以及windows下的支持包(dll,so文件)。
tools:提供的一些有用的工具，包括result_analysis.py等。
java：java版本的模型预测程序，项目重要更新日志2012/09/21针对linux下的bug进行修正。
重新生成win和linux版本的。
2012/03/08增加stem模块，并修正了几个Bug。
2011/11/22tmsvm正式发布。
联系方式邮箱:zhzhl202@163.comThanks本系统引用了libsvm、liblinear的包，非常感谢Chih-JenLin写出这么优秀的软件。
本系统还引用了Pymmseg，非常感谢pluskid能为mmseg写出Python下可以直接使用的程序从最初的想法萌生到第一版上线，中间试验了很多算法，最终因为效果不好删掉了很多代码，在这期间得到了许多人的帮助，非常感谢杨铮、江洋、敏知、施平等人的悉心指导。
特别感谢丽红一直以来的默默支持。

地址:https://assetstore.unity.com/packages/tools/sprite-management/easy-ropes-2d-40202-绳索系统和三个示例预制件（简单绳索、链式绳索和桥绳）。
-绳索切割机系统。
-气球系统。
-简单的气球插件和绳子创建窗口。
-定位系统和吊索。
-编辑器检查器和动态绳索（甚至在编辑器SceneView中）。
-张力小控件，协助您实现吊索效果。
-48易碎物品

里面包含理解包和其他各种工具，大家都懂得。

Failedtoloaddx.jarbao报错时，找到本人SDK下build-tools文件夹，打开版本文件夹-＞打开lib文件夹-＞用复制的dx.jar文件替换当前文件

vue-tools谷歌阅读器插件，解压即可安装，非常好用。

具体的步骤：1、安装licensemanager，问license时，单击cancel，然后finish.2、接下来安装cadence的product,即第二项,直到结束.3、在任务管理器中确认一下能否有这两个进程,有就结束掉,即cdsNameServer.exe和cdsMsgServer.exe,没有就算了.(电脑开机没运行过Cadence软件就不用执行这一步).4.把安装目录下的SPB_16.6/tools/pspice目录下的orsimsetup.dll剪切出来找个地方先放着不理（然后破解完毕再拷进原处,如果不用仿真,可以删之）。
5、把破解文件夹crack中LicenseManager文件夹下的pubkey、pubkey.exe和lLicenseManagerPubkey.bat放到Cadence\LicenseManager目录下并运行lLicenseManagerPubkey.bat（如果是WIN764位操作系统请把cdslmd.exe文件复制到Cadence\LicenseManager目录下覆盖原文件。
其他操作系统不用，直接下一步）6、把破解文件夹crack里crack\SPB_16.6\tools的pubkey、pubkey.exe和Tools.bat放到Cadence\SPB_16.6\tools目录下并运行Tools.bat（注意看一下DOS窗口会不会一闪而过，如果运行差不多一分钟就说明破解成功）7、打开破解文件夹crack里LicGen文件夹,然后双击licgen.bat生成新的license.lic,习惯上把这license文件拷到桌面上放着.8.在电脑开始菜单中的程序里找到cadence文件夹,点开再点开LicenseManager,运行LicenseserversconfigurationUnilily,弹出的对话框中点browes...指向第7步拷贝到桌面上的license.lic,打开它(open)再点下一步(next),将HostName项中主机名改成你的电脑系统里的主机名（完整的计算机名称），然后点下一步按界面提示直到完成第7步.9.在电脑开始菜单中的程序里找到cadence文件夹(windows7下),点开再点开,运行LicenseclientconfigurationUnility,填入5280@(你的主机名),点下一步(next),最后点finish,完成这第8步.10.在电脑开始菜单中的程序里找到cadence文件夹(windows7下),点开再点开,运行LmTools,点ConfigServices项,Pathtothelicensefile项中,点Browes指向c:\cadence\LicenseManager\license.dat(如果看不见icense.dat，请在类型中下拉选择DAT类型）,打开它(open)再点SaveService.然后启动一下服务。
到此,破解完成.11、如果以上步骤都完成了，打开软件提示找不到证书，请打开环境变量，用户变量中看看CDS_LIC_FILE变量值能否为5280@(你的主机名),如果没CDS_LIC_FILE变量名，请添加一个变量。
变量名为CDS_LIC_FILE变量值为5280@(你的主机名)12.64位操作系统，软件破解完请把cdslmd.exe文件复制到Cadence\LicenseManager目录下覆盖原文件。

petalinux用户手册，包括中文和英文两个版本。
内容包括，建立（安装）环境，创建工程，设置和构建，启动和封装，晋级工作空间，自定义工程，自动以rootfs等。
比较好的学习petalinux的工具手册。

LICENSE用法，将系统时间改为2009年5月，开始，程序，MATROXIMAGING，TOOLS，LICENSEMANAGER，将L992-RATD-T3B3-7QJT-40MQ-GPDU-E1VN-7E3G-ST9D-9X5N-PGBJ-2B5N-4N2D-MW4E-MS0S-K167-C0GX-1111-1111填入SOFTWARELICENSEKEY栏中，点ACTIVATE，系统弹出SUCESS：THESOFTWARELICENSEKEYHASBEENREGISTERED，这样就成功了。
，供全球各大品牌工业相机，MATROX采集卡，欢迎垂询13823365382

unity版本3D渲染网页神奇亲身测试可以支持播放MP4等网页视频商业使用请去购买https://assetstore.unity.com/packages/tools/gui/3d-webview-for-windows-and-macos-web-browser-154144

官网:https://assetstore.unity.com/packages/tools/input-management/nativebt-75782视频演示：https://v.youku.com/v_show/id_XMzM4ODQ5OTMzMg==.html运用前保证AndroidSDK是最新的，同时在Edit-＞ProjectSettings-＞Player-＞Identification中选择合适的Android版本以生成APK。
本人手机Android7.1,与HC05蓝牙模块连接，亲测可用

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。