▍1. 开普勒望远镜观察星星的光通量
开普勒望远镜观察星星的光通量，包括5000条训练数据和400多条测试数据。可用机器学习算法进行训练测试，验证算法的可行性。
更多选项
▍2. python读取hex
用来读取hex的工具，可以输出一个将hex内容显示为数组形式，适合对于hex有研究兴趣的人
▍4. 学生信息管理系统
基于Java WEb的学生信息管理系统，经济适用，能够对学生信息进行增加，删除，修改，查询等功能，采用了MVC的设计模式，使代码简单模块化，而且用起来特别方便，易编程，好用。
▍5. python 爬虫
有些网站改了规则，可能模拟登录不能使用了，授人以鱼不如授人以渔，后面会维护几个典型的模拟登录，并且会给出每个模拟登录的教程，初步考虑是视频，这样对于刚刚接触爬虫，对于抓包分析技术一脸懵逼的初学者来说比较友好
▍6. pygame实例
一个使用python的pygame开发的游戏。游戏《外星人入侵》是一个20世纪的经典游戏，非常好玩，真的很好玩啊 一个使用python的pygame开发的游戏。游戏《外星人入侵》是一个20世纪的经典游戏，非常好玩，真的很好玩啊 一个使用python的pygame开发的游戏。游戏《外星人入侵》是一个20世纪的经典游戏，非常好玩，真的很好玩啊
▍7. Python装饰器的几个简单实例
8个实例简单介绍Python装饰器的实现。包含参数，执行效果等：#/usr/bin/env python#-*- coding:utf-8 -*-"""两个装饰器的执行顺序是outer_0 开头输入前outer_1 123原函数 呵呵outer_1 456outer_0 加法结果等于"""#哪个装饰器先执行就先执行谁的，比如将outer_0和outer_1调转，其实就是也可以把一个装饰器outer_1当做参数传入outer_0#装饰器主要运用于权限设置def outer_0(func): def inner(*args, **kwargs): print("开头输入前") ret = func(*args, **kwargs) print("加法结果等于",ret," ") return ret return innerdef outer_1(func): def inner(*args, **kwargs): print("123") ret = func(*args, **kwargs) &
▍8. 在 Python 中的 KMS 激活脚本
V4、 V5，V6 KMS 请求的响应。-激活 Windows 的支持 7/8/8.1/2008R2/2012/2012R2 和 Office 2010/2013 年。 # 依赖项-Python 2.7.x 或者 Python 2.6.x 与安装的"argparse"模块。-如果安装"pytz"模块，在详细输出"请求时间"将转换为本地时间。否则，它将以 utc 时间表示。 # 用法-要启动服务器，执行 "python server.py [listen_address] [端口]"。默认侦听地址是"0.0.0.0"（所有的接口） 和默认端口是"1688"。-向运行客户端，使用 "python client.py server_address [端口]"。默认端口是"1688"。
▍9. 中科院分词包
中科院的中文分词系统ICTCLAS是常用的分词软件 这个版本是2015版的
▍10. python分类器实现
我们被要求设计三个分类器：KNN分类器，感知器分类器，SVM分类器；和无监督的维数缩减方法：PCA；并在两个数据集：手写数字图像（MNIST数据集）和一组文本（SST数据集）上测试这些学习算法。 需要实现的任务是从图形源中识别0-9的手写数字以获取文本信息，以及判断文本的情绪。
▍11. 采用Text_CNN进行文本分类
对于文本分类问题，常见的方法无非就是抽取文本的特征，比如使用doc2evc或者LDA模型将文本转换成一个固定维度的特征向量，然后在基于抽取的特征训练一个分类器。 然而研究证明，TextCnn在文本分类问题上有着更加卓越的表现。从直观上理解，TextCNN通过一维卷积来获取句子中n-gram的特征表示。TextCNN对文本浅层特征的抽取能力很强，在短文本领域如搜索、对话领域专注于意图分类时效果很好，应用广泛，且速度快，一般是首选；对长文本领域，TextCNN主要靠filter窗口抽取特征，在长距离建模方面能力受限，且对语序不敏感。
▍12. vggpython代码
自己写的一个vgg16的简单代码,使用python来编写的，如果有需要欢迎下载，不过对应的参数文件需要自行去下载，你也可以用这个自行下载数据集进行训练，自己写的一个vgg16的简单代码,使用python来编写的，如果有需要欢迎下载，不过对应的参数文件需要自行去下载，你也可以用这个自行下载数据集进行训练
▍13. python_arima
1.获取被观测系统时间序列数据； 2.对数据绘图，观测是否为平稳时间序列；对于非平稳时间序列要先进行d阶差分运算，化为平稳时间序列； 3.经过第二步处理，已经得到平稳时间序列。要对平稳时间序列分别求得其自相关系数ACF 和偏自相关系数PACF ，通过对自相关图和偏自相关图的分析，得到最佳的阶层p和阶数q 4.由以上得到的d（差分次数）、q（阶层数）、p（阶数） ，得到ARIMA模型。然后开始对得到的模型进行模型检验。
▍14. 高精度轨道计算
卫星在轨飞行时,受到地球非球形引力、第三体引力、太阳光压力,大气阻力等诸多因素对轨道的摄动影响.本文将建立一种包括上述四种摄动因素的卫星轨道摄动模型并用C++语言编写程序进行轨道计算.地球引力场模型采用70x70的Joint GravityModel 3.大气摄动模型采用最新的NRLMSISE-00.计算日月引力和太阳光压力时,通过读取JPL的星历数据文件DE405获取。积分器采用7(8)阶的变步长Runge-Kutta-Fehlberg方法.计算结果表明,与美国AnalyticalGraphics公司的商业化航天应用软件Satellite Tool Kit相比,全部四种摄动因素作用下,轨道传播两天后的位置误差为1米左右,速度误差为1毫米每秒左右.
▍15. 机器学习数据增强代码-平移、旋转、加噪声
输入一张图片，经过上下左右平移、加入高斯噪声，5°、10°旋转，加入椒盐噪声，可以生成原数据集10倍的图片。
▍17. python矩阵numpy库
[](https://travis-ci.org/numpy/numpy) NumPy is the fundamental package needed for scientific computing with Python. This package contains: * a powerful N-dimensional array object * sophisticated (broadcasting) functions * tools for integrating C/C++ and Fortran code * useful linear algebra, Fourier transform, and random number capabilities. It derives from the old Numeric code base and can be used as a replacement for Numeric. It also adds the features introduced by numarray and can be used to replace numarray. More information can be found at the website: * http://www.numpy.org After installation, tests can be run (if ``nose`` is installed) with: python -c "import numpy; nu
▍18. Selective Search的Python实现
Selective Search来自于2012年IJCV的文章。其思想是先使用图像分割的方法得到一些初始分割区域(类似于是在图像上生成很多的超像素)，然后利用层次分组的策略(类似于层次聚类)将这些初始区域进行合并，得到的这些区域作为目标定位的候选区域.相对于对候选区域的蛮力搜索， Selective Search大幅度降低了搜索空间, 提高了算法速度。 该版本利用Python实现，安装依赖库后可以直接运行，提取任意图片的Proposals。
▍19. 基于Python语言+图像处理+svm的验证码识别
图像处理的课程设计、基于Python语言+图像处理+svm的验证码识别
▍20. 实现one calss svm 分类
该程序利用python提供的libsvm库实现支持向量机的单分类，程序中通过生成数据进行算法的训练，并生成数据进行预测，结果表明算法对于已成点的排除效果非常好，对数据集的弹性非常棒。
本站资源：696524 个
本站会员：103930 个
总计下载：488319 次
今日上传：0 个
- 优秀论文及配套源码 SVM Short-term-Load-Forecasting
- 综合能源优化含储能
- 用遗传算法改进粒子群GA-PSO算法
- 通过粒子群能够很好的解决优化问题 pso
- 天牛群算法 BSO
- 混沌粒子群优化算法
- 2019年中国研究生数学建模竞赛E题
- 智能算法的Matlab仿真程序及教程
- 《MATLAB R2016a神经网络设计与应用28个案例分析》随书代码
- BAS BP论文及代码
- denoising
- Airy 基模高斯光束
- EMS Microgrid
- 2012年全国大学生数学建模竞赛题目--葡萄酒的评价Wines-Evaluation
- GA-bp
- 本人调试的大作业 源程序模型+论文 intelligent_control_modle
- LSTM的例子、单向LSTM、双向LSTM、多层LSTM
- 遗传算法优化BP网络案例
- 通过yalmip平台调用cplex求解器 microgrid Cplex
- 基于lstm算法在MATLAB对短期风速进行预测 LSTM-regression-master
