Abriefoverviewoftextclassificationalgorithmsisdiscussed.Thisoverviewcoversdifferenttextfeatureextractions,dimensionalityreductionmethods,existingalgorithmsandtechniques,andevaluationsmethods.

包含的5个文件是：1，UL3030：2018ANSI/CAN/ULStandardforUnmannedAircraftSystems-无人机安规。
2，ISO21895-2020Categorizationandclassificationofcivilunmannedaircraftsystems-民用无人飞机系统的分类和分类。
3，ISO21384-4-2020Unmannedaircraftsystems—Part4Vocabulary-无人机系统的词汇。
4，ISO21384-3-2019Unmannedaircraftsystems—Part3Operationalprocedures-无人机系统的操作程序。
5，BSISO21895-2020Categorizationandclassificationofcivilunmannedaircraftsystems-民用无人机系统的分类和分类。

支持向量机源码，可在www.csie.ntu.edu.tw/~cjlin/libsvm/下载到最新版本，该版本是2013年4月更新的，3.17版。
压缩包里面有源代码和文档。
以下摘自前述网站：IntroductionLIBSVMisanintegratedsoftwareforsupportvectorclassification,(C-SVC,nu-SVC),regression(epsilon-SVR,nu-SVR)anddistributionestimation(one-classSVM).Itsupportsmulti-classclassification.Sinceversion2.8,itimplementsanSMO-typealgorithmproposedinthispaper:R.-E.Fan,P.-H.Chen,andC.-J.Lin.WorkingsetselectionusingsecondorderinformationfortrainingSVM.JournalofMachineLearningResearch6,1889-1918,2005.Youcanalsofindapseudocodethere.(howtociteLIBSVM)OurgoalistohelpusersfromotherfieldstoeasilyuseSVMasatool.LIBSVMprovidesasimpleinterfacewhereuserscaneasilylinkitwiththeirownprograms.MainfeaturesofLIBSVMincludeDifferentSVMformulationsEfficientmulti-classclassificationCrossvalidationformodelselectionProbabilityestimatesVariouskernels(includingprecomputedkernelmatrix)WeightedSVMforunbalanceddataBothC++andJavasourcesGUIdemonstratingSVMclassificationandregressionPython,R,MATLAB,Perl,Ruby,Weka,CommonLISP,CLISP,Haskell,OCaml,LabVIEW,andPHPinterfaces.C#.NETcodeandCUDAextensionisavailable.It'salsoincludedinsomedataminingenvironments:RapidMiner,PCP,andLIONsolver.Automaticmodelselectionwhichcangeneratecontourofcrossvaliationaccuracy.

ContentsPrefacevTypographicalConventionsxi1Introduction11.1AQuickOverviewofS.......................31.2UsingS...............................51.3AnIntroductorySession......................61.4WhatNext?.............................122DataManipulation132.1Objects...............................132.2Connections.............................202.3DataManipulation.........................272.4TablesandCross-Classification...................373TheSLanguage413.1LanguageLayout..........................413.2MoreonSObjects.........................443.3ArithmeticalExpressions......................473.4CharacterVectorOperations....................513.5FormattingandPrinting.......................543.6CallingConventionsforFunctions.................553.7ModelFormulae...........................563.8ControlStructures..........................583.9ArrayandMatrixOperations....................603.10IntroductiontoClassesandMethods................664Graphics694.1GraphicsDevices..........................714.2BasicPlottingFunctions......................72viiviiiContents4.3EnhancingPlots...........................774.4FineControlofGraphics......................824.5TrellisGraphics...........................895UnivariateStatistics1075.1ProbabilityDistributions......................1075.2GeneratingRandomData......................1105.3DataSummaries...........................1115.4ClassicalUnivariateStatistics....................1155.5RobustSummaries.........................1195.6DensityEstimation.........................1265.7BootstrapandPermutationMethods................1336LinearStatisticalModels1396.1AnAnalysisofCovarianceExample................1396.2ModelFormulaeandModelMatrices...............1446.3RegressionDiagnostics.......................1516.4SafePrediction....................

FuzzyBroadLearning中Classification部分的matlab代码

卷积神经网络python实现。
卷积神经网络（ConvolutionalNeuralNetworks,CNN）是一类包含卷积或相关计算且具有深度结构的前馈神经网络（FeedforwardNeuralNetworks），是深度学习（deeplearning）的代表算法之一[1-2]。
由于卷积神经网络能够进行平移不变分类（shift-invariantclassification），因此也被称为“平移不变人工神经网络（Shift-InvariantArtificial

在胶囊网络上使用迁移学习完成方面级情感分类，用文档级的知识迁移到方面级上，资源提供论文翻译。
原文可自己下载

一本经典的模式模式分类书籍，全英文版，原汁原味，让你更好的理解。

Thebookcoversthemostrecentdevelopmentsinmachinelearning,signalanalysis,andtheirapplications.Itcoversthetopicsofmachineintelligencesuchas:deeplearning,softcomputingapproaches,supportvectormachines(SVMs),leastsquareSVMs(LSSVMs)andtheirvariants;andcoversthetopicsofsignalanalysissuchas:biomedicalsignalsincludingelectroencephalogram(EEG),magnetoencephalography(MEG),electrocardiogram(ECG)andelectromyogram(EMG)aswellasothersignalssuchasspeechsignals,communicationsignals,vibrationsignals,image,andvideo.Further,itanalyzesnormalandabnormalcategoriesofreal-worldsignals,forexamplenormalandepilepticEEGsignalsusingnumerousclassificationtechniques.ThebookisenvisionedforresearchersandgraduatestudentsinComputerScienceandEngineering,ElectricalEngineering,AppliedMathematics,andBiomedicalSignalProcessing.

RBM-on-Classification，用RBM所做的分类，里面包含源码和数据集，独立于任何工具箱，整个就是一个工程，里面有仿真和图像，还有各种有用的数据函数

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。