Lesk算法 使用nltk WordNet的Lesk算法的Python实现 要求： Python python的nltk包。 对于 nltk 安装，请参阅 该程序接受一个单词和一个（短语或句子）作为参数，并根据 Lesk 算法返回该单词最接近的可能的词义键。 对于 Lesk 算法： :

1stClass4k_v20.0.1_for 10.4_Sydney_FullSource 从10.3的资源改上来的。亲测10.4可用。 装完之后不成功可以问我，不要动不动说不能用，其实是自己水平有问题。

网格网 使用PyTorch实现GridNet

为了提高MPSK信号解调中定时同步环路的性能，对二阶环路滤波器进行了研究。针对二阶环路跟踪性能优良、但捕获过慢的特性，使用一种与滤波器同二阶环路滤波器组成新的环路滤波器，用帧头符号进行滤波器切换。仿真表明，通过这种组合切换的方法，新的环路能够将捕获速度提高到80个符号以内，且保持二阶环路滤波器的优良跟踪性能。

C++ 文件查找 在C++中我们要如何查找文件呢？我们需要一个结构体和几个大家可能不太熟悉的函数。这些函数和结构体在的头文件中，结构体为struct _finddata_t ，函数为_findfirst、_findnext和_fineclose。具体如何使用，下面来一起看看吧 _findfirst与_findnext查找文件 一、这两个函数均在io.h里面。 二、首先了解一下一个文件结构体： struct _finddata_t { unsigned attrib; time_t time_create; time_t time_access; time_t time_wr

压缩包内是dneupdate64.msi文件 ，

基于PaddlePaddle实现的密度估计模型CrowdNet预训练模型

以前做项目时看过个，可惜后来还是没怎么用上。从官网上下载的，只有32个表，好像内容并不全。献给有需要的人。

networkx 书中代码实现 书中p165，networkx和matplotlib结合使用可视化wordnet的网络结构（语义网络） import networkx as nx import matplotlib from nltk.corpus import wordnet as wn def traverse(graph, start, node): graph.depth[node.name] = node.shortest_path_distance(start) for child in node.hyponyms(): graph.add_edge

字网 WordNet 可视化