👉 [2022-03-03]| CSDN每日推荐｜人工智能
==
1.燕山大学课程实践项目报告：ISBN号识别系统的设计与开发（https://blog.csdn.net/weixin_45525272/article/details/123221140?utm_source=702048761）[质量分:99;难度等级:未知]
摘要：对图片进行一系列的操作，使它变得易于被识别。这些操作包括：转化为灰度图，中值滤波去噪，二值化，水平投影分割行，竖直投影切割列，找最小矩形框，最后得到单个字符的形式，之后进行数字识别。

2.Kettle【付诸实践 03】水经微图kml类型文件分类解析入库难点细节说明（完整流程实例云资源分享:包含sql+kjb+ktr+测试文件）（https://blog.csdn.net/yuanzhengme/article/details/123211159?utm_source=702048761）[质量分:95;难度等级:未知]
摘要：ETL 工具 Kettle 的功能是很强大的，读取数据、格式化数据、入库等等操作都是一般操作，有些复杂流程也可以拆分成多个简单流程，从而实现需求。这个实例就可以发现字符串替换操作用了很多次。

3.论文 | A Neural Probabilistic Language Model（https://blog.csdn.net/JackyAce6880/article/details/123137244?utm_source=702048761）[质量分:98;难度等级:未知]
摘要：上述例子只是一个很简单的例子,在现实中可能面对的情况往往是很多个单词, 可能是10几个单词, 组成的句子, 这时候进行概率统计的计算量就会非常的大. n-gram作了一个很强的假设, 它利用了1. 词序和2. 词与词之间存在的语义关系 (如 鸟-飞;P(‘The’) x P(‘cat’|‘The’) x P(‘sat’|‘cat’, ‘The’) x P(‘on’|‘sat’, ‘cat’, ‘The’) x P(‘mats’ |‘on’, ‘sat’, ‘cat’, ‘The’)

更多：https://bbs.csdn.net/topics/605052699