搜索资源列表
-
0下载：
过渡区图像分割的效果评价，是清华章御晋写的！-transition zone Segmentation Evaluation of the effect of Qing Zhang Jin His writing!
-
-
0下载：
分割评价
-
-
0下载：
汉语词法分析系统ICTCLAS(Institute of Computing Technology, Chinese Lexical Analysis System)，该系统的功能有：中文分词；词性标注；未登录词识别。分词正确率高达97.58 (973专家组评测)，未登录词识别召回率均高于90 ，其中中国人名的识别召回率接近98 处理速度为31.5Kbytes/s。ICTCLAS的特色还在于：可以根据需要输出多个高概率结果，有多种输出格式，支持北大词性标注集，973专家组给出的词性标注集合。该系
-
-
0下载：
计算所汉语词法分析系统之免费版本ICTCLAS.非收费之源代码。
分词正确率高达97.58 (973专家组评测)，未登录词识别召回率均高于90 ，其中中国人名的识别召回率接近98 处理速度为31.5Kbytes/s。ICTCLAS的特色还在于：可以根据需要输出多个高概率结果，有多种输出格式，支持北大词性标注集，973专家组给出的词性标注集合。--Calculate the Chinese Lexical Analysis System ICTCLAS. Segmentation correc
-
-
0下载：
将水平集结合M um fo rd2Shah
模型的算法应用于尿沉渣检测,改进章毓晋的图像分割评价指标,并结合计算时间对分割算法进行定量
实验评价-Will combine the level set model M um fo rd2Shah algorithm is applied to urine sediment testing, Zhang Yu-Jin improve evaluation of image segmentation and computing time of
-
-
0下载：
java版中国科学院张华平博士的分词程序，开源java代码，仅供学习使用。国际评测很高，国内第一-java version of the Chinese Academy of Sciences, Dr. Zhang Huaping segmentation procedure, open source java code for educational purposes only. The international evaluation high, the first domestic
-
-
1下载：
用viterbi方法进行词性标注
pos_tag.py 词性标注
evaluate.py 词性标注性能评估
PD_1998_01_POS.txt ”人民日报“语料库
标准词性标注结果.txt 语料库中后10 的数库（分词+词性标注）-Using the viterbi methods for part-of-speech tagging pos_tag.py part-of-speech tagging the evaluate.py speech tagging perform
-
-
0下载：
对目前几种在图像分割领域得到较多应用的交互式分割、区域生长分割以及阈值
分割算法进行了探讨,并且结合实际C T片图例分别进行分割实验研究,得到较为满意和
可用性强的结果. 实验表明: 阈值分割对于CT切片的效果最好 区域生长分割适宜于对面
积不大的区域进行分割,分割效果较好 基于动态规划的交互式分割算法比较复杂,计算时
间较长,但对于边缘较平滑的区域,同样具有较好的实际效果. 几种算法的评估为其在C T
图像分割上的实际应用提供了科学依据.-Several current g
-
-
0下载：
对目前几种在图像分割领域得到较多应用的交互式分割、区域生长分割以及阈值
分割算法进行了探讨,并且结合实际C T片图例分别进行分割实验研究,得到较为满意和
可用性强的结果. 实验表明: 阈值分割对于CT切片的效果最好 区域生长分割适宜于对面
积不大的区域进行分割,分割效果较好 基于动态规划的交互式分割算法比较复杂,计算时
间较长,但对于边缘较平滑的区域,同样具有较好的实际效果. 几种算法的评估为其在C T
图像分割上的实际应用提供了科学依据.-Several current g
-
-
0下载：
尽管人们在图像分割方面做了许多研究工作，但由于尚无通用的分割理论，现已提出的分割算法大都是针对具体问题的，并没有一种适合于所有图像的通用的分割算法。另一方面，给定一个实际图像分割问题要选择合用的分割算法也还没有标准的方法。为解决这些问题需要研究对图像分割的评价问题。分割评价是改进和提高现有算法性能、改善分割质量和指导新算法研究的重要手段。
然而，如同所有的图像分割方法一样，阈值化结果的评价是一个比较困难的问题。事实上对图像分割本身还缺乏比较系统的精确的研究，因此对其评价则更差一些。(Segme
-
-
1下载：
图像分割结果评价指标，即IU=重叠区域/联合区域(Evaluation Index of Image Segmentation Results, IU)
-
