ISO9241标准对于“可用性”的定义是：为了达到特定目标，特定用户在特定上下文内使用产品，由此而体验到的有效性、操作效率和满意程度。
5种基本的绩效度量类型1、任务成功（tasksuccess）：它测量的是用户能在多大程度能有效地完成一系列既定的任务2、任务时间（time-on-time）：它测量的是需要多少时间才能完成任务3、错误（errors）：反映了任务过程中用户所犯的过失4、效率（efficiency）：可以通过测量用户完成任务所付出的努力程度而被评估5、易学性（learnability）：是一种测量绩效随时间而如何发生变化的方法
5种基本的绩效度量类型1、任务成功（tasksuccess）：它测量的是用户能在多大程度能有效地完成一系列既定的任务2、任务时间（time-on-time）：它测量的是需要多少时间才能完成任务3、错误（errors）：反映了任务过程中用户所犯的过失4、效率（efficiency）：可以通过测量用户完成任务所付出的努力程度而被评估5、易学性（learnability）：是一种测量绩效随时间而如何发生变化的方法
2023/10/5 1:38:41
34.74MB
1
该语料主要用于识别微博观点句中的评价对象和极性。
训练数据由两个微博主题组成，每个主题各一百条，内含标注及数据说明。
情感分析资源大全：http://blog.csdn.net/qq280929090/article/details/70838025
训练数据由两个微博主题组成，每个主题各一百条，内含标注及数据说明。
情感分析资源大全：http://blog.csdn.net/qq280929090/article/details/70838025
2023/10/4 17:14:13
1.01MB
1
GENIA语料库是为GENIA项目编写并标注的最初的生物医学文献集合。
这个语料库是为了发展和评估分子生物学信息检索及文本挖掘系统而创建的。
这个语料库包含1999条Medline的摘要，这些摘要是由PubMed按照human、bloodcells以及transcriptionfactors三个医学主题词（medicalsubjectheadingterms）为搜索条件搜索到的。
这个语料库已经被按照不同级别的语言信息、语义信息进行标注。
这个语料库是为了发展和评估分子生物学信息检索及文本挖掘系统而创建的。
这个语料库包含1999条Medline的摘要，这些摘要是由PubMed按照human、bloodcells以及transcriptionfactors三个医学主题词（medicalsubjectheadingterms）为搜索条件搜索到的。
这个语料库已经被按照不同级别的语言信息、语义信息进行标注。
2023/10/3 21:18:28
4.55MB
1
Alexithymymia对音乐的生理React这项工作是根据。
在这里，我提供了用于复制目的的实验代码。
我还提供了针对生成的论文[要添加的doi]进行分析的数据和代码。
这项研究要求参与者分别听30秒的一系列音乐片段。
每个剪辑都有两次演示，参与者对剪辑的价位，剪辑的唤起，他们对剪辑的喜欢程度以及在聆听过程中感受到的某种情感的程度进行了评估。
使用面部肌电图和皮肤电活动从the肌和皱纹肌收集电生理数据。
连续收集该数据，并以事件标记标记每首歌曲的开头。
在这里，我提供了用于复制目的的实验代码。
我还提供了针对生成的论文[要添加的doi]进行分析的数据和代码。
这项研究要求参与者分别听30秒的一系列音乐片段。
每个剪辑都有两次演示，参与者对剪辑的价位，剪辑的唤起，他们对剪辑的喜欢程度以及在聆听过程中感受到的某种情感的程度进行了评估。
使用面部肌电图和皮肤电活动从the肌和皱纹肌收集电生理数据。
连续收集该数据，并以事件标记标记每首歌曲的开头。
2023/10/1 15:26:17
8.27MB
1
一步步教你如何搭建机器翻译系统，包括：1.机器翻译现状41.1什么是机器翻译？41.2相关论文71.3相关会议81.4相关工具82.NMT系统搭建指导92.1获取数据92.2数据预处理102.3模型训练122.4模型的解码及bleu计算133.系统的优化153.1模型的ensemble153.2定制化领域微调153.3迁移学习154.翻译引擎的部署164.1翻译系统概述164.2基于Tensor2tensor的引擎部署164.3简单系统搭建174.4多个模型共同部署的方案185.机器翻译进阶195.1爬虫技术195.2数据清洗195.3数据增强205.4翻译质量评估216.常用框架概述226.1Tensor2tensor226.2Nematus296.3Marian296.4其他框架307.其他307.1Bleu原理307.2BPE原理30
2023/9/26 1:34:17
2.05MB
1
一、课程设计任务概述 21.目的与任务；
22.开发环境 23.参考资料 24.任务完成的一般过程 2二、个人承担部分的主题、构思与创意 3三、需求分析 41、竞争商品分析 52、用户分析 5四、交互设计 64.1任务描述 64.2界面功能需求 74.3小组交互设计方案的看法及独创性见解 7五、交互实现 75.1整体页面布局展示： 75.2各项功能分析与总结 9六、可用性分析与评估 96.1系统可用性分析与评估的意义： 96.1.1可用性评估应该遵循的原则： 106.2系统可用性分析与评估分工与结论： 10七、工作的具体过程 117.1登陆界面与商品展示页面设计过程： 117.2页面具体功能展示： 12八、个人小结 13
22.开发环境 23.参考资料 24.任务完成的一般过程 2二、个人承担部分的主题、构思与创意 3三、需求分析 41、竞争商品分析 52、用户分析 5四、交互设计 64.1任务描述 64.2界面功能需求 74.3小组交互设计方案的看法及独创性见解 7五、交互实现 75.1整体页面布局展示： 75.2各项功能分析与总结 9六、可用性分析与评估 96.1系统可用性分析与评估的意义： 96.1.1可用性评估应该遵循的原则： 106.2系统可用性分析与评估分工与结论： 10七、工作的具体过程 117.1登陆界面与商品展示页面设计过程： 117.2页面具体功能展示： 12八、个人小结 13
2023/9/25 19:51:45
1.38MB
1
CiscoPacketTracer7.2.164位CiscoPacketTracer是由Cisco公司发布的一个辅助学习工具，为学习思科网络课程的初学者去设计、配置、排除网络故障提供了网络模拟环境。
用户可以在软件的图形用户界面上直接使用拖曳方法建立网络拓扑，并可提供数据包在网络中行进的详细处理过程，观察网络实时运行情况。
可以学习IOS的配置、锻炼故障排查能力。
CiscoPacketTracer补充物理设备在课堂上允许学生用的设备，一个几乎无限数量的创建网络鼓励实践，发现，和故障排除。
基于仿真的学习环境，帮助学生发展如决策第二十一世纪技能，创造性和批判性思维，解决问题。
PacketTracer补充的网络学院的课程，使教师易教，表现出复杂的技术概念和网络系统的设计.允许学生实验与网络行为，问“如果”的问题。
随着网络技术学院的全面的学习经验的一个组成部分，包示踪提供的仿真，可视化，编辑，评估，和协作能力，有利于教学和复杂的技术概念的学习。
用户可以在软件的图形用户界面上直接使用拖曳方法建立网络拓扑，并可提供数据包在网络中行进的详细处理过程，观察网络实时运行情况。
可以学习IOS的配置、锻炼故障排查能力。
CiscoPacketTracer补充物理设备在课堂上允许学生用的设备，一个几乎无限数量的创建网络鼓励实践，发现，和故障排除。
基于仿真的学习环境，帮助学生发展如决策第二十一世纪技能，创造性和批判性思维，解决问题。
PacketTracer补充的网络学院的课程，使教师易教，表现出复杂的技术概念和网络系统的设计.允许学生实验与网络行为，问“如果”的问题。
随着网络技术学院的全面的学习经验的一个组成部分，包示踪提供的仿真，可视化，编辑，评估，和协作能力，有利于教学和复杂的技术概念的学习。
2023/9/25 5:20:51
766KB
1
紧急响应系统（ERS）可以帮助市政当局或政府提高其应对紧急和严重事件的能力。
ERS的响应能力和有效性在很大程度上取决于其数据采集和处理系统，该系统是随信息技术（IT）演变而来的。
随着传感器网络和云计算的飞速发展，新兴的物联网（IoT）在ERS中的作用越来越大。
传感器，公共服务和专家的网络可以相互交互，并基于实时数据对紧急情况做出科学决策。
在ERS中需要进行群体决策时，一个关键的挑战是充分了解海量和多样化的数据，并在高层的基础上达成共识。
压力和严格的时间限制。
由于无组织的数据的性质和系统的复杂性，ERS取决于来自不同领域的专家的理解和判断。
在对紧急情况做出适当的决定之前，要评估对收集到的数据和应对计划达成的共识是具有挑战性的。
在本文中，将紧急情况下的群体决策制定为多属性群体决策（MAGDM）问题，对专家之间的共识进行建模，并提出了一种新的方法，可以在决策过程中以最大化的共识达成对应急计划的理解。
在实现过程中，所建议的方法与计算机程序集成在一起，并作为服务封装在服务器上。
新方法的目标是（i）增强对突发事件情景和响应计划的全面
ERS的响应能力和有效性在很大程度上取决于其数据采集和处理系统，该系统是随信息技术（IT）演变而来的。
随着传感器网络和云计算的飞速发展，新兴的物联网（IoT）在ERS中的作用越来越大。
传感器，公共服务和专家的网络可以相互交互，并基于实时数据对紧急情况做出科学决策。
在ERS中需要进行群体决策时，一个关键的挑战是充分了解海量和多样化的数据，并在高层的基础上达成共识。
压力和严格的时间限制。
由于无组织的数据的性质和系统的复杂性，ERS取决于来自不同领域的专家的理解和判断。
在对紧急情况做出适当的决定之前，要评估对收集到的数据和应对计划达成的共识是具有挑战性的。
在本文中，将紧急情况下的群体决策制定为多属性群体决策（MAGDM）问题，对专家之间的共识进行建模，并提出了一种新的方法，可以在决策过程中以最大化的共识达成对应急计划的理解。
在实现过程中，所建议的方法与计算机程序集成在一起，并作为服务封装在服务器上。
新方法的目标是（i）增强对突发事件情景和响应计划的全面
2023/9/25 5:24:29
977KB
1
Gorgonia是一个有助于在Go中促进机器学习的图书馆。
轻松编写和评估涉及多维数组的数学方程式。
如果听起来像或，那是因为想法很相似。
具体来说，该库是像Theano这样的低级库，但具有更高的目标（如Tensorflow）。
Gorgonia：可以执行自动区分可以执行符号区分可以执行梯度下降优化可以进行数值稳定提供许多便利功能来帮助创建神经网络相当快（与Theano和Tensorflow的速度相比）支持CUDA/GPGPU计算（尚不支持OpenCL，发送拉取请求）将支持分布式计算目标Gorgonia的主要目标是成为一个高性能的基于机器学习/图形计算的库，可以跨多台机器进行扩展。
它应该将Go（简单的编译和部署过程）的吸引力带给ML世界。
目前距离那里还有很长的路要走，但是婴儿台阶已经在那里。
Gorgonia的次要目标是提供一个探索非标准深度学习和神经网络相关事物的平台。
这包括诸如新希伯来语学习，切角算法，进化算法之类的东西。
为什么要使用G草？使用Gorgonia的主要原因是让开发人员感到舒适。
如果您正在广泛使用Go堆栈，现在就可以在已
轻松编写和评估涉及多维数组的数学方程式。
如果听起来像或，那是因为想法很相似。
具体来说，该库是像Theano这样的低级库，但具有更高的目标（如Tensorflow）。
Gorgonia：可以执行自动区分可以执行符号区分可以执行梯度下降优化可以进行数值稳定提供许多便利功能来帮助创建神经网络相当快（与Theano和Tensorflow的速度相比）支持CUDA/GPGPU计算（尚不支持OpenCL，发送拉取请求）将支持分布式计算目标Gorgonia的主要目标是成为一个高性能的基于机器学习/图形计算的库，可以跨多台机器进行扩展。
它应该将Go（简单的编译和部署过程）的吸引力带给ML世界。
目前距离那里还有很长的路要走，但是婴儿台阶已经在那里。
Gorgonia的次要目标是提供一个探索非标准深度学习和神经网络相关事物的平台。
这包括诸如新希伯来语学习，切角算法，进化算法之类的东西。
为什么要使用G草？使用Gorgonia的主要原因是让开发人员感到舒适。
如果您正在广泛使用Go堆栈，现在就可以在已
2023/9/25 4:07:11
79.98MB
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