IBMInfoSphereStreams是IBM大数据平台中支持构建和部署持续实时分析应用程序以分析动态数据的技术组件。
这些应用程序将持续不断地寻找数据流中的模式。
检测到模式后，将分析模式的影响，并即时制定实时决策，从而加强竞争优势。
示例包括分析金融市场交易行为、分析RFID数据以实现供应链和分销链优化，监控传感器数据以支持制造流程控制，新生儿重症监护室监控，实时欺诈防范和执法中的实时多模式监测。
IBMInfoSphereStreams能同时监控多个外部和内部事件流，无论它们是由机器生成的，还是手动生成的。
该解决方案支持海量结构化和非结构化流式数据源，包括文本、图像、音频、语音、VoIP、视频、Web流量、电子邮件、地理空间数据、GPS数据、金融交易数据、卫星数据、传感器和其他任何类型的数字信息。

金融行业经典数据仓库模型FS-LDM,下卷。
。
。
。
。
。
。
。

推荐系统，python的。
基于协同过滤算法。
我觉得还行。
没问题

TreeTagger文本标注附录二TreeTagger赋码集（TreeTaggertagset）CC CoordinatingconjunctionCD CardinalnumberDT ArticleanddeterminerEX ExistentialthereFW ForeignwordIN PrepositionorsubordinatingconjunctionJJ AdjectiveJJR ComparativeadjectiveJJS SuperlativeadjectiveLS ListitemmarkerMD ModalverbNN Commonnoun,singularormassNNS Commonnoun,pluralNP Propernoun,singularNPS Propernoun,pluralPDT PredeterminerPOS PossessiveendingPP PersonalpronounPP$ PossessivepronounRB AdverbRBR ComparativeadverbRBS SuperlativeadverbRP ParticleSYM SymbolTO toUH ExclamationorinterjectionVB BEverb,baseform(be)VBD PasttenseverbofBE(was,were)VBG GerundorpresentparticipleofBEverb(being)VBN PastparticipleofBEverb(been)VBP Presenttense(otherthan3rdpersonsingular)ofBEverb(am,are)VBZ Presenttense(3rdpersonsingular)ofBEverb(is)VD DOverb,baseform(do)VDD PasttenseverbofDO(did)VDG GerundorpresentparticipleofDOverb(doing)VDN PastparticipleofDOverb(done)VDP Presenttense(otherthan3rdpersonsingular)ofDOverb(do)VDZ Presenttense(3rdpersonsingular)ofDOverb(does)VH HAVEverb,baseform(have)VHD PasttenseverbofHAVE(had)VHG GerundorpresentparticipleofHAVEverb(having)VHN PastparticipleofHAVEverb(had)VHP Presenttense(otherthan3rdpersonsingular)ofHAVEverb(have)VHZ Presenttense(3rdpersonsingular)ofHAVEverb(has)VV Lexicalverb,baseform(e.g.live)VVD Pasttenseverboflexicalverb(e.g.lived)VVG Gerundorpresentparticipleoflexicalverb(living)VVN Pastparticipleoflexicalverb(lived,shown)VVP Presenttense(otherthan3rdpersonsingular)oflexicalverb(live)VVZ Presenttense(3rdpersonsingular)oflexicalverb(lives)WDT Wh-determinerWP Wh-pronounWP$ Possessivewh-pronounWRB Wh-adverb

本人整理的超市标准商品库，15000条数据，覆盖了云南地区大部分商品

S7-200的eplan宏包括所有的西门子200的窗口宏和部件宏

江苏省地图shp格式，还包括：县级市或县、区shp格式，市域，国道，长江，铁路，湿地，丘陵，经纬网，湖泊，河流，高速公路，地级市等多个内容供大家使用！

超级模块7.4正式版----------比模块7.3和7.2更简易了--------------欢迎下载

利用二叉树结构实现赫夫曼编/解码器。
基本要求：1、 初始化(Init)：能够对输入的任意长度的字符串s进行统计，统计每个字符的频度，并建立赫夫曼树2、 建立编码表(CreateTable)：利用已经建好的赫夫曼树进行编码，并将每个字符的编码输出。
3、 编码(Encoding)：根据编码表对输入的字符串进行编码，并将编码后的字符串输出。
4、 译码(Decoding)：利用已经建好的赫夫曼树对编码后的字符串进行译码，并输出译码结果。
5、 打印(Print)：以直观的方式打印赫夫曼树（选作）6、 计算输入的字符串编码前和编码后的长度，并进行分析，讨论赫夫曼编码的压缩效果。
测试数据：IlovedataStructure,IloveComputer.IwilltrymybesttostudydataStructure.

江苏省河流、湖泊、县域、高速、等shp数据