共包含6大类20个细粒度要素的情感倾向.数据集分为训练、验证、测试A与测试B四部分。
数据集中的评价对象按照粒度不同划分为两个层次，层次一为粗粒度的评价对象，例如评论文本中涉及的服务、位置等要素；
层次二为细粒度的情感对象，例如“服务”属性中的“服务人员态度”、“排队等候时间”等细粒度要素。
每个细粒度要素的情感倾向有四种状态：正向、中性、负向、未提及.
数据集中的评价对象按照粒度不同划分为两个层次，层次一为粗粒度的评价对象，例如评论文本中涉及的服务、位置等要素；
层次二为细粒度的情感对象，例如“服务”属性中的“服务人员态度”、“排队等候时间”等细粒度要素。
每个细粒度要素的情感倾向有四种状态：正向、中性、负向、未提及.
2024/3/30 17:07:08
67.24MB
1
对图像进行清晰度评价的指标，包含熵、交叉熵、峰值信噪比、Qabf、平均梯度、SSIM、互信息、NMI等，采用MATLAB编写。
2024/3/26 4:37:03
306KB
1
为了弥补国内在中文情感挖掘方面的语料的匮乏，谭松波收集整理了一个较大规模的酒店评论语料。
语料规模为10000篇。
语料从携程网上自动采集，并经过整理而成。
为了方便起见，语料被整理成4个子集:1.ChnSentiCorp-Htl-ba-2000:平衡语料，正负类各1000篇。
2.ChnSentiCorp-Htl-ba-4000:平衡语料，正负类各2000篇。
3.ChnSentiCorp-Htl-ba-6000:平衡语料，正负类各3000篇。
4.ChnSentiCorp-Htl-unba-10000:非平衡语料，正类为7000篇。
语料规模为10000篇。
语料从携程网上自动采集，并经过整理而成。
为了方便起见，语料被整理成4个子集:1.ChnSentiCorp-Htl-ba-2000:平衡语料，正负类各1000篇。
2.ChnSentiCorp-Htl-ba-4000:平衡语料，正负类各2000篇。
3.ChnSentiCorp-Htl-ba-6000:平衡语料，正负类各3000篇。
4.ChnSentiCorp-Htl-unba-10000:非平衡语料，正类为7000篇。
2024/3/24 6:03:01
3.81MB
1
序列图像的超分辨率重建指的是利用一系列已经获得的分辨率相对比较低的图像，通过现有的技术手段以及方法，恢复出较高分辨率图像的方法。
每一幅低分辨率图像只能提供高分辨率图像的部分信息。
超分辨率重建具有多方面的优点，比如不涉及硬件以及成本相对较低等。
基于此，该技术在刑侦、交通、军事以及生活中都具有广泛的应用前景和实用价值。
论文简述了图像超分辨率重建的关键技术和方法，详细介绍了超分辨率重建的MAP算法和POCS算法，重点分析了两种常用算法各自的评价结果并且对两种算法进行了比较实验。
实验结果表明，两种方法具有不同的优点以及应用范围，从而对序列图像的超分辨率重建的过程以及评价有了相对较深入的认识。
每一幅低分辨率图像只能提供高分辨率图像的部分信息。
超分辨率重建具有多方面的优点，比如不涉及硬件以及成本相对较低等。
基于此，该技术在刑侦、交通、军事以及生活中都具有广泛的应用前景和实用价值。
论文简述了图像超分辨率重建的关键技术和方法，详细介绍了超分辨率重建的MAP算法和POCS算法，重点分析了两种常用算法各自的评价结果并且对两种算法进行了比较实验。
实验结果表明，两种方法具有不同的优点以及应用范围，从而对序列图像的超分辨率重建的过程以及评价有了相对较深入的认识。
2024/3/21 21:54:57
14.18MB
1
首先是关于[评价可免费]的严正声明一、评价=评论加评价(评星星)二、评价必须是下载完了该资源后的评价，没下载评价无效三、如果正确评价了，返还积分可能需要等一会，因为系统需要反应。
评论时记得要评分。
然后会返回给你花费的分再加1分。
理论上有10分就可以下载所有资源。
一般人我不告诉他
评论时记得要评分。
然后会返回给你花费的分再加1分。
理论上有10分就可以下载所有资源。
一般人我不告诉他
2024/3/17 16:20:25
6.46MB
1
学生快乐成长记实袋——学生档案袋评价记录表（一）我快乐成长：__________________________________________________________自我评价：____________________________________________________________同学评价：____________________________________________________________我的反思：____________________________________________________________[说明]1．每周记录
2024/3/14 18:08:58
77KB
1
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。
2024-04-09 15:03
15KB