import os,sys
import re
import jieba,codecs,math
import jieba.posseg as pseg
import string
from zhon.hanzi import punctuation
names = {} # 姓名字典，字典的鍵為人物名稱，值為該人物在全文中出現的次數
relationships = {} # 關係字典，人物關係的有向邊，該字典的鍵為有向邊的起點，值為乙個字典edge，
# edge的鍵是有向邊的終點，值是有向邊的權值，代表兩個人物之間聯絡的緊密程度
linenames = # 每集內人物關係，儲存對每一段分詞得到當前集中出現的人物名稱，linename[i]是乙個列表，列表中儲存第i集中出現過的人物。
for line in linenames: # 對於每一段
for name1 in line:
for name2 in line: # 每段中的任意兩個人
if name1 == name2:
continue
if relationships[name1].get(name2) is none: # 若兩人尚未同時出現則新建項
relationships[name1][name2]= 1
else:
relationships[name1][name2] = relationships[name1][name2]+ 1
with codecs.open(「node.txt」, 「w」, 「gbk」) as f:
f.write(「id label weight\r\n」)
for name, times in names.items():
f.write(name + 」 」 + name + 」 」 + str(times) + 「\r\n」)
with codecs.open(「edge.txt」, 「w」, 「gbk」) as f:
f.write(「source target weight\r\n」)
for name, edges in relationships.items():
for v, w in edges.items():
if w > 3:
f.write(name + 」 」 + v + 」 」 + str(w) + 「\r\n」)「`
灰度共生 共現 矩陣的求法
前段時間在寫關於影象的作業時，出現了灰度共生矩陣的求法問題。於是就上網查資料發現不是很理想，翻書查閱也是不同的書籍出現的解法也是不一樣，上別的課時老師也給我們講了下，但是發現與我所看到的資料上講的不一樣。經總結思考後算是明白了，現在就班門弄斧分享下自己的心得。至於灰度共生矩陣的用途，我只知道它在檢測...
UESTC 1264 人民幣的構造（數學規律）
人民幣的構造 time limit 1000ms memory limit 65535kb 64bit io format lld llu submit status description 我們都知道人民幣的面值是 1 2 5 10 為什麼是這個數值呢，我們分析了下發現，從 1 10 的每個數字都...
HOG 特徵的提取 基於scikit image
2017年04月12日 16 40 04 hog 特徵,histogram of oriented gradient,梯度方向直方圖特徵,作為提取基於梯度的特徵,hog 採用了統計的方式 直方圖 進行提取.其基本思路是將影象區域性的梯度統計特徵拼接起來作為總特徵.區域性特徵在這裡指的是將影象劃分為多...