转载请注明出处:http://www.cnblogs.com/bethansy/p/6890972.html 一.已知真实社区划分结果 1.NMI指数,互信息和标准化互信息 具体公式和matlab代码参见博客,Python代码参加,C++代码参见 function MIhat = nmi( A, B ) %NMI Normalized mutual information % http://en.wikipedia.org/wiki/Mutual_information % http://nlp

模块1 1. 研究背景 随着互联网的发展,社交网络逐渐复杂化.多元化.在一个社交网络中,充斥着不同类型的用户,用户间产生各式各样的互动联系,形成大小不一的社群.为了对社交网络进行研究分析,需要将网络中的节点(用户)进行分类. 2. 问题描述 给定一个社交网络,以图$G_L=(V,E,X,Y)$的形式表示,其中$X \in \mathbb{R}^{|V| \times S}$ ($S$是每个属性节点的特征空间大小),$Y \in \mathbb{R}^{|V| \times |Y|}$ ($Y$是

欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 本文由云+社区运营团队发布在腾讯云+社区 前言 2018年3月27日腾讯云云+社区联合腾讯云智能图像团队共同在客户群举办了腾讯云OCR文字识别--智能图像分享活动,活动举办期间用户耐心听分享嘉宾的介绍,并提出了相关的问题,智能图像团队的科学家和工程师也耐心解答可用户的疑问.以下就是活动分享的全部内容. 正文 在日常生活工作中,我们难免会遇到一些问题,比如自己辛辛苦苦写完的资料,好不容易打印出来却发现源文件丢了.难的收集了一些名片,却要很

webdav不识别软链接?解决办法? 在使用webdav实现公网存储共享的时候,发现webdav并不支持软链接的共享,如下源代码可以100%确定这个问题 /* ### for now, only process regular files (e.g. skip symlinks) */ if (S_ISREG(fsctx->info1.finfo.st_mode)) { 然而实验室平台的存储目录都是使用软链接组织在一起的,这个问题将导致公网上挂载存储目录的时候看不见一些很重要的目录. (使用ap

构建 这里搜集了用来构建应用程序的工具. Apache Maven:Maven使用声明进行构建并进行依赖管理,偏向于使用约定而不是配置进行构建.Maven优于Apache Ant.后者采用了一种过程化的方式进行配置,所以维护起来相当困难. Gradle:Gradle采用增量构建.Gradle通过Groovy编程而不是传统的XML声明进行配置.Gradle可以很好地配合Maven进行依赖管理,并且把Ant脚本当作头等公民. 字节码操作 编程操作Java字节码的函数库. ASM:通用底层字节码操作及

用户识别APP项目开发计划书        项目介绍: 用户识别APP,通过在有限时间内引导用户A交互,提取用户的行为特征,然后将APP交给用户X(可能是A也可能是陌生人),在1分钟内引导X交互,判断X是A本人还是陌生人.     业务场景: 智能手机越来越普及,只要带着手机,购物.付款.转账得心应手,但安全问题也随之而来.为了保证安全,很多APP要求用户设置复杂密码,而且建议为不同APP设置不同的密码,着实考验记忆力.而且口令.手势密码一旦泄露,任何人都可以登录,也存在安全隐患. 但是人体有很

出自:[张鸿洋的博客]来源:http://blog.csdn.net/lmj623565791/article/details/45556391 1.概述 2015年初google发布了Android性能优化典范,发了16个小视频供大家欣赏,当时我也将其下载,通过微信公众号给大家推送了百度云的下载地址(地址在文末,ps:欢迎大家订阅公众号),那么近期google又在udacity上开了系列类的相关课程.有了上述的参考,那么本性能优化实战教程就有了坚实的基础,本系列将结合实例为大家展示如何去识别.

自动人脸识别的经典流程分为三个步骤:人脸检测.面部特征点定位(又称Face Alignment人脸对齐).特征提取与分类器设计.一般而言,狭义的人脸识别指的是"特征提取+分类器"两部分的算法研究. 在深度学习出现以前,人脸识别方法一般分为高维人工特征提取(例如:LBP, Gabor等)和降维两个步骤,代表性的降维方法有PCA, LDA等子空间学习方法和LPP等流行学习方法.在深度学习方法流行之后,代表性方法为从原始的图像空间直接学习判别性的人脸表示. 一般而言,人脸识别的研究历史可以分

欢迎查看最新版本的每周综述,其中包含有关云计算和 Windows Azure 的社区推动新闻.内容和对话.以下是本周的亮点. 文章.视频和博客文章 ·   文章: Windows Azure 表存储简介,作者 Mike Wood(11 月 14 日发布) ·   博客:关于 #WindowsAzure,作者 Alexandre Brisebois(11 月 19 日发布) ·   博客:Windows Azure 存储性能最佳实践,作者 Nuno Godinho(11 月 20 日发布) ·  

.Net 社区虚拟大会”(dotnetConf) “.Net 社区虚拟大会”(dotnetConf) 2016 今天凌晨在Channel9 上召开,在Scott Hunter的30分钟的 Keynote上没有特别的亮点,所讲内容都是 微软“.Net社区虚拟大会”dotnetConf2015:关键词:.NET 创新.开源.跨平台 的具体化,都是基本的普及知识,唯一振奋的是6月27日.NET Core RTM 了. 还提到了MSBuild 整合到不同的开发环境,包括Mono,.NET Core,Xa

微软“.Net社区虚拟大会”dotnetConf2015:关键词:.NET 创新.开源.跨平台 去年 11 月的时候,微软开源了 .NET CoreFX,然后是今年 2 月份的 .NET CoreCLR.自那时以来,已经有大约 3500 人在 GitHub 上进行了提交,而且贡献者的人数还在持续增长——他们不仅来自社区.还来自微软内部.今天,微软召开了“.Net 社区虚拟大会”(dotnetConf),包括微软的 Scott Hanselman 和 Xamarin 的 Miguel De Ica

Vim文件编码识别与乱码处理   在 Vim 中,有四个与编码有关的选项,它们是:fileencodings.fileencoding.encoding 和 termencoding.在实际使用中,任何一个选项出现错误,都会导致出现乱码.因此,每一个 Vim 用户都应该明确这四个选项的含义.下面,我们详细介绍一下这四个选项的含义和作用.   1 encoding   www.2cto.com   encoding 是 Vim 内部使用的字符编码方式.当我们设置了 encoding 之后,Vim

OCR文字识别是指将图片.照片上的文字内容,直接转换为可编辑文本的过程.目前各行各业不断地应用文字识别产品,解决文字录入工作的烦恼,提高工作效率. OCR文字识别用在哪里? 一个做社区工作的朋友透露,之前他们需要录入社区离退休干部的身份说明信息,社区三千多人,一个个录入实在太耗时,一天也录入不了100份,于是他们就找到了文通ocr文字识别,通过手机拍摄身份说明文字信息原稿,识别文字出来,很快就完成了这些文字信息的录入工作. OCR文字识别是否好用? 用过支付宝和微信支付的用户,肯定会遇到绑定银行

欢迎大家关注腾讯云技术社区-博客园官方主页,我们将持续在博客园为大家推荐技术精品文章哦~ 作者:刘潇龙 前言 首先需要说明,这里所说的数字识别不是手写数字识别! 但凡对机器学习有所了解的人,相信看到数字识别的第一反应就是MNIST.MNIST是可以进行数字识别,但是那是手写数字.我们现在要做的是要识别从九宫格图片中提取出来的印刷体的数字.手写数字集训练出来的模型用来识别印刷体数字,显然不太专业.而且手写体跟印刷体相差不小,我们最看重的正确率问题不能保证. 本文从零开始做一遍数字识别,展示了数字识

一.移动端车牌识别应用背景 (技术交流:18701686857  QQ:283870550) 随着经济水平的不断提高,汽车数量的不断激增为汽车管理带来了不小的难度.路边违章停车的现象越来越频繁.现在,车牌识别已经成为每个城市的车辆管理重点手段之一,有效.准确.及时的车牌识别可以方便警务人员的交通执法.停车场车辆管理等工作.伴随着智能终端以及4G技术的快速普及与发展,移动互联网时代已经全面爆发,出现了基于Android.iOS平台的移动端车牌识别sdk,完美集成核心车牌识别算法,为智慧停车客户提供

看图说话(Image Caption)任务是结合CV和NLP两个领域的一种比较综合的任务,Image Caption模型的输入是一幅图像,输出是对该幅图像进行描述的一段文字.这项任务要求模型可以识别图片中的物体.理解物体间的关系,并用一句自然语言表达出来. 应用场景:比如说用户在拍了一张照片后,利用Image Caption技术可以为其匹配合适的文字,方便以后检索或省去用户手动配字:此外它还可以帮助视觉障碍者去理解图像内容.类似的任务还有Video Caption,输入是一段视频,输出是对视频的

本文从战略层面街上DDD中关于限界上下文的相关知识,并以ECO系统为例子,介绍如何识别上下文.限界上下文(Bounded Context)定义了每个模型的应用范围,在每个Bounded Context中确保领域模型的一致性:上下文图(Context Map)表示各个系统之间关系的总体视图:通过持续集成(Continous Integration)确保多个限界上下文的模型统一. 限界上下文(Bounded Context) 限界上下文(Bounded Context)定义了每个模型的应用范围,在每

移动端证件识别智能图文处理,是利用OCR识别技术,通过手机拍摄身份证图像或者从手机相册中加载证件图像,过滤身份证的背景底纹干扰,自动分析证件各文字进行字符切分.识别,最后将识别结果按姓名.地址.民族.身份证号等项目分别导入到软件的数据库对应的字段当中. 如果您想了解更多或者获取demo15011261084联系百度搜索"车牌识别王晨" 优势所在: 1.识别率高,在移动端证件识别智能图文处理行业中,北京易泊快证通的字符分割算法源于清华,尤为出色.快证通支持支持Android系统,拍照功能

欢迎大家前往腾讯云社区,获取更多腾讯海量技术实践干货哦~ 前言 开门见山,先来看下效果吧. 看到这么酷炫的效果图,不得不赞叹一下我们的设计师.然而,站在程序员的角度上看,除了酷炫之外更多的是复杂.但是,上面我们所看到的还只是最简单的一种形态而已.更加复杂的情况是当存在多个人脸的时候进行主次脸动画的切换,摄像头移动的时候动画的追踪,多个动画的之间的时序控制等问题,总之,UI展示加上各种业务逻辑使得这个动画变得异常复杂.今天我们要讲解的是剔除业务逻辑之外的单纯UI上的实现. 为什么是SurfaceV

欢迎大家前往腾讯云社区,获取更多腾讯海量技术实践干货哦~ 作者介绍:高成才,腾讯Android开发工程师,2016.4月校招加入腾讯,主要负责企鹅电竞推流SDK.企鹅电竞APP的功能开发和技术优化工作.本文发表于QQ会员技术团队的专栏 本文主要是对CS231n课程学习笔记的提炼,添加了一些Deep Learning Book和Tensorflow 实战,以及Caffe框架的知识. 一.卷积神经网络 1.1 卷积神经网络与常规神经网络 1.1.1 相同点 卷积网络是一种专门用来处理具有类似网格结构