python文件查重_文件查重 我使用的是面向局部敏感的最小哈希签名的方法进行文档查重 联合开发网 - pudn.com...
文件查重
所属分类:其他
开发工具:Python
文件大小:39KB
下载次数:7
上传日期:2017-12-20 16:45:32
上 传 者:lala_
说明: 我使用的是面向局部敏感的最小哈希签名的方法进行文档查重。设计采用了集合的思想,因为是要在一个文件夹中查找相似的文档,决定采用shingling 来表示一篇文档,运用了K-shingles技术,将一篇文档看成是一个字符串,k-shingle就是这篇文档中出现过的任何长度为k的一个字符串,在进行处理之前会去掉文档中不必要的标点符号,空格,和换行。对于k的取值,若是一般的文档则取5就够了,若是文档较长的话取9是相对而言比较安全的。
(I used a locally sensitive minimum Hashi signature method for document retrieval. The design uses a collection of ideas, because it is to find a similar document in a folder, decided to use shingling to represent a document, using K-shingles technology, a document as a string of any length is k-shingle in this document as a string of K, in before processing will remove punctuation, unnecessary document spaces and newlines. For the value of K, if the general document is 5 enough, if the document is longer, it is relatively safe to take 9.)
文件列表:[举报垃圾]
文件查重
文件查重\物联1401-陈淑芳-201408080123.docx, 42759, 2017-05-11
近期下载者:
相关文件:
收藏者:
python文件查重_文件查重 我使用的是面向局部敏感的最小哈希签名的方法进行文档查重 联合开发网 - pudn.com...相关推荐
- python计算长方体体积编程_计算体积 编程创建一个Box类(长方体) 联合开发网 - pudn.com...
计算体积 所属分类:Windows编程 开发工具:Java 文件大小:4KB 下载次数:0 上传日期:2019-12-08 16:53:01 上 传 者:洛水天依- 说明: 编程创建一个Box类(长 ...
- xmodem java_Xmodem XMODEM协议是一种串口通信中广泛用到的异步文件传输协议 联合开发网 - pudn.com...
Xmodem 所属分类:串口编程 开发工具:Java 文件大小:3KB 下载次数:6 上传日期:2017-11-02 21:50:52 上 传 者:雄霸天下19 说明: XMODEM协议是一种串口通 ...
- php dse加密,dse-src 这个极其小巧(9k)的加密程序对文件进行加密及解密的速度与资 联合开发网 - pudn.com...
dse-src 所属分类:加密解密 开发工具:C/C++ 文件大小:20KB 下载次数:1 上传日期:2009-05-04 15:11:23 上 传 者:自由民 说明: 这个极其小巧(9k)的加密程 ...
- Java根据学号提取班级_学生成绩管理系统 1. 能够实现根据以下关键字查询:学生姓名 、学号、班级、课 联合开发网 - pudn.com...
学生成绩管理系统 所属分类:Java编程 开发工具:Java 文件大小:1204KB 下载次数:0 上传日期:2020-12-06 16:50:53 上 传 者:sunyue111 说明: 1. 能 ...
- python众数问题给定含有n个元素的多重集合s_分治法求众数 给定含有n个元素的多重集合S 联合开发网 - pudn.com...
分治法求众数 所属分类:数据结构 开发工具:C/C++ 文件大小:240KB 下载次数:3 上传日期:2018-01-04 20:19:09 上 传 者:九鼎 说明: 给定含有n个元素的多重集合S, ...
- 蝗虫算法java代码_蝗虫搜索算法 蝗虫算法:蝗虫优化算法是模拟自然界蝗虫种群捕食行为而提出的一 联合开发网 - pudn.com...
蝗虫搜索算法 所属分类:其他 开发工具:matlab 文件大小:347KB 下载次数:5 上传日期:2020-07-26 16:31:25 上 传 者:西柚不加冰 说明: 蝗虫算法:蝗虫优化算法是模 ...
- JAVA野人_修道野人 用谓词表示法表示修道士和野人的问题 在河的左岸有三个修道士 联合开发网 - pudn.com...
修道野人 所属分类:Java编程 开发工具:Java 文件大小:47KB 下载次数:74 上传日期:2004-11-22 12:41:37 上 传 者:xiaohui_82 说明: 用谓词表示法表示 ...
- 大华JAVA解决方案_大华Java案例 大致有三种在可能性:
1、动态库 dhplay 为32位 联合开发网 - pudn.com...
大华Java案例 所属分类:其他 开发工具:Java 文件大小:55067KB 下载次数:5 上传日期:2019-03-27 09:58:56 上 传 者:wuqifeng 说明: 大致有三种在可能 ...
- java城市链表_数据结构城市链表 1. 城市链表
[问题描述]将若干城市的信息 联合开发网 - pudn.com...
数据结构城市链表 所属分类:文章/文档 开发工具:Java 文件大小:174KB 下载次数:7 上传日期:2017-12-18 18:37:53 上 传 者:叁佰 说明: 1. 城市链表 [问题描述 ...
最新文章
- quick-cocos2d-x游戏开发【3】——display.newSprite创建向导
- mysql 索引与约束_MySQL之索引与约束条件
- js中的三目运算符详解
- hana sql mysql oracle,从oracle dba的角度看HANA数据库
- cisco 路由器监控路由连通性_Cisco-路由器配置DHCP小实验
- [macOS]一些基础控件
- Elasticsearch数据备份与恢复(基于HDFS)
- Div1 小A抓小B tarjan双连通分量缩点+dfs
- java comparator相等_详解Java中Comparable和Comparator接口的区别
- C语言指针与数组之间的恩恩怨怨
- Ubuntu 修改apt 源
- 如何在恢复模式下启动 Mac?
- win10照片查看器不能点下一张的方法
- windows筛选键
- 微信公众号申请所需材料汇总
- 干货 | 那些你不知道的爬虫反爬虫套路
- 【遇到的问题】VMware Workstation 无法连接到虚拟机。请确保您有权运行该程序、访问该程序使用的所有目录以及访问所有临时文件目录。
- Pixel: Multi-signatures for Consensus
- el-form组件提示英文问题,改成中文
- 一个IP可以登几个拼多多后台 拼多多如何推广营销