点击▲关注 “爪哇笔记” 给公众号标星置顶更多精彩 第一时间直达1024程序员节，原本应是互联网公司以及广大用户们对程序员们的贡献做出感谢的日子，毕竟——然鹅，在“程...

喜欢看电影的朋友都知道，五一节之前上映了一部漫威号称十年布局的超级大片，据说老一代的英雄们有很多就要退出历史的舞台了，今天我们不是聊这一部电影的内容怎样，情节怎样，而是想基于爬虫来对豆瓣和猫眼电影两个...

文本分类，首先它是分类问题，应该对应着分类过程的两个重要的步骤，一个是使用训练数据集训练分类器，另一个就是使用测试数据集来评价分类器的分类精度。然而，作为文本分类，它还具有文本这样的约束，所以对于文本...

1, amend [ə’mend] vt. 修改；改善，改进 vi. 改正，改善；改过自新 n. (Amend)人名；(德、英)阿门德 2, bearer [‘bɛrɚ] n. 持票人；[建] 承木；[机] 托架；送信人；搬运工人 ...v....adj....4

11 其实也没怎么等，机会就来了，好像是机会一直在等他，等他决定不玩游戏了，来把机会拿走。 现在很多人总是抱怨：“苦恼阿，没机会阿。”好像自己就是那个才华横溢又无法横溢才华的大诗人。...

[Cocos2d-x相关教程来源于红孩儿的... 红孩儿Cocos2d-X学习园地QQ群：249941957 加群写：Cocos2d-x 本章为我的Cocos2d-x教程一书初稿。望各位看官多提建议！ Cocos2d-x纹理优化的一些方案  在目前

红孩儿Cocos2d-X学习园地QQ群：249941957 加群写：Cocos2d-x 本章为我的Cocos2d-x教程一书初稿。望各位看官多提建议！ 纹理优化实例：拼图优化与实测   [注：本版使用Co

这里是大家的三岁1024来临之际祝各位头发兴旺，思如泉涌，bug消散…… 爬虫说明 什么是爬虫？ 爬行的毛毛虫？ 爬行的虫子？ 记得有个女孩子曾和我说过，你不要说爬虫了，一听见我就全身起鸡皮疙瘩； 这…… 爬虫嘛...

很多人在接触iptables之后就会这么一种感觉：我通过iptables命令配下去的每一条规则，到底是如何生效的呢？内核又是怎么去执行这些规则匹配呢？如果iptables不能满足我当下的需求，那么我是否可以去对其进行扩展呢...

计算机概论   引用：《鸟哥的Linux私房菜基础篇第三版》 计算机：辅助人脑的好工具 现在的人们几乎无时无刻都会碰计算机！不管是桌面计算机(PC)、笔记本电脑、平板计算机、智能型手机等等，这些东西都算是...

[转][小说]我是一名黑客 这几天眼睛要好受些了，因为刚买了一个15’的液晶显示器。也许你会觉得我以前的那个特丽珑的17"的显示器应该很威风才对。呵呵，对一个整天15个小时以上坐在显示器面前，距离不超过30厘米的人...

作者：无名 1.我是一个黑客 这几天眼睛要好受些了，因为刚买了一个15’的液晶显示器。也许你会觉得我以前的那个特丽珑的17"的显示器应该很威风才对。呵呵，对一个整天15个小时以上坐在显示器面前，距离不超过30厘米...

作为运维，避免不了与tomcat打交道，然而作者发现网络上关于tomcat配置和调优安全的文章非常散，通过参考各位大神的相关技术文档，根据作者对tomcat的运维经验，总结了一些tomcat的基础运维注意事项，希望对广大技术...

目的 　本文介绍自动导引车（AGV）车载控制系统的实现过程，分为硬件搭建和软件设计两部分，并在其中穿插 AGV 控制的基础知识讲解。 1. 车载控制器 ...　车载控制器是控制系统乃至整个 AGV 的核心，那么应该...

BATTLE开始十一假期增刊【图吧入门教程】图吧垃圾佬的笔记本电脑选购指南果然笔记本这种东西还是应该去找一些老但是有特点的东西买回来把玩，现在的泛泛之辈还是免了吧目录前言1.笔记本分类2.笔记本处理器及硬件科普...

面试职位：机器学习/数据挖掘算法工程师 在网上得到很多宝贵的面试经验 现我也来开帖，分享一下到目前为止的面试经验~~~ 本人会一直写到秋招结束，记录下参加的每场面试 如果回答上有什么错误，请不吝赐教哈！...

微软亚洲技术中心的面试题！！！ 1．进程和线程的差别。 ...线程是指进程内的一个执行单元,也是进程内的可调度实体. ...(1)调度：线程作为调度和分配的基本单位，进程作为拥有资源的基本单位 ...(2)并发性：不仅进程之间...

微软亚洲技术中心的面试题！！！ 1．进程和线程的差别。 线程是指进程内的一个执行单元,也是进程内的可调度实体. ...(1)调度：线程作为调度和分配的基本单位，进程作为拥有资源的基本单位(2)并发性：不仅进程之间...

离线阶段  刚去公司的时候，做数据的迁移，写sqoop脚本，（注意：这里可能会问到sqoop增量导入数据的方式式，一般会用到append追加的模式）把数据从oracle数据库导入到hive当中（注意：  a.这里我们使用是shell...

原帖http://bbs.pop863.net.cn/viewthread.php?tid=584&highlight=如何恢复WinXP系统的输入法浮条　在Win2000/XP下，最痛苦的是:当你想要打字时，却发现/"右下角/"的输入法图标不见了,为什么?一般的原因是，菜鸟有意...

07-10 15:57:52评论(6)15139人阅读tomcat配置调优与安全总结 作为运维，避免不了与tomcat打交道，然而作者发现网络上关于tomcat配置和调优安全的文章非常散，通过参考各位大神的相关技术文档，根据作者对tomcat的...

第三章 CPU维护及故障处理 保证夏季CPU风扇运转良好的方法 　转眼又到了酷暑季节，该给CPU风扇加油了，让它“吃饱好干活”。某文采用电器包装用的塑料泡沫来做CPU油封，理由是“材料易找，而且方便易行”。...

相册 广场 游戏 s876457181 退出 关注此空间 moon工作室 编程 每天不断更新最新编程技术和编程工具教程和版本 官网;www.moongzs.tap.cn Moon工作室 关注 性别：男 年龄：20岁 ...私信

一.... 显卡（Video card，Graphics card），也可以说是显示卡，图形适配器等等，是PC的一个重要部分，我的理解显卡就是个转换器，我们都知道，计算机是二进制的，也就是0和1，但是总不见的直接在显

2020年美赛优秀论文集，论文为完整版，包含附录，可以上手实操，不过全为英文，推荐结合CopyTranslator阅读：https://copytranslator.github.io/

visio_2016下载安装，亲测可用，不需要破解，而且无秘钥。简单方便实用

包含2020美赛所有题目的所有O奖论文，A题8篇，B题5篇，C题6篇，D题7篇，E题5篇，F题6篇。

2020年美赛C题O奖论文（含6篇）

此文档有详细奥特曼大全及关系明细

【目录】- MATLAB神经网络30个案例分析(开发实例系列图书) 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐，用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论，在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数，仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解，利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量系统控制54 根据PID神经元网络控制器原理，在MATLAB中编程实现PID神经元网络控制多变量耦合系统。 第7章 RBF网络的回归——非线性函数回归的实现65 本例用RBF网络拟合未知函数，预先设定一个非线性函数，如式y=20+x21-10cos（2πx1）+x22-10cos（2πx2）所示，假定函数解析式不清楚的情况下，随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为RBF网络的输入数据，将y作为RBF网络的输出数据，分别建立近似和精确RBF网络进行回归分析，并评价网络拟合效果。 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测73 根据货运量影响因素的分析，分别取国内生产总值（GDP），工业总产值，铁路运输线路长度，复线里程比重，公路运输线路长度，等级公路比重，铁路货车数量和民用载货汽车数量8项指标因素作为网络输入，以货运总量，铁路货运量和公路货运量3项指标因素作为网络输出，构建GRNN，由于训练数据较少，采取交叉验证方法训练GRNN神经网络，并用循环找出最佳的SPREAD。 第9章 离散Hopfield神经网络的联想记忆——数字识别81 根据Hopfield神经网络相关知识，设计一个具有联想记忆功能的离散型Hopfield神经网络。要求该网络可以正确地识别0~9这10个数字，当数字被一定的噪声干扰后，仍具有较好的识别效果。 第10章 离散Hopfield神经网络的分类——高校科研能力评价90 某机构对20所高校的科研能力进行了调研和评价，试根据调研结果中较为重要的11个评价指标的数据，并结合离散Hopfield神经网络的联想记忆能力，建立离散Hopfield高校科研能力评价模型。 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算100 现对于一个城市数量为10的TSP问题，要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型，利用该模型可以快速地找到最优（或近似最优）的一条路线。 第12章 SVM的数据分类预测——意大利葡萄酒种类识别112 将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。 第13章 SVM的参数优化——如何更好的提升分类器的性能122 本章要解决的问题就是仅仅利用训练集找到分类的最佳参数，不但能够高准确率的预测训练集而且要合理的预测测试集，使得测试集的分类准确率也维持在一个较高水平，即使得得到的SVM分类器的学习能力和推广能力保持一个平衡，避免过学习和欠学习状况发生。 第14章 SVM的回归预测分析——上证指数开盘指数预测133 对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141 在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。 若您对此书内容有任何疑问，可以凭在线交流卡登录中文论坛与作者交流。 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测153 本案例中给出了一个含有60个个体基因表达水平的样本。每个样本中测量了114个基因特征，其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类), 中间的20个样本是正常人的基因表达信息样本, 余下的20个样本是待检测的样本(未知它们是否正常)。以下将设法找出癌症与正常样本在基因表达水平上的区别，建立竞争网络模型去预测待检测样本是癌症还是正常样本。 第17章SOM神经网络的数据分类——柴油机故障诊断159 本案例中给出了一个含有8个故障样本的数据集。每个故障样本中有8个特征，分别是前面提及过的：最大压力(P1)、次最大压力(P2)、波形幅度(P3)、上升沿宽度(P4)、波形宽度(P5)、最大余波的宽度(P6)、波形的面积(P7)、起喷压力(P8)，使用SOM网络进行故障诊断。 第18章Elman神经网络的数据预测——电力负荷预测模型研究170 根据负荷的历史数据，选定反馈神经网络的输入、输出节点，来反映电力系统负荷运行的内在规律，从而达到预测未来时段负荷的目的。 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断176 本案例在对油中溶解气体分析法进行深入分析后，以改良三比值法为基础，建立基于概率神经网络的故障诊断模型。 第20章 神经网络变量筛选——基于BP的神经网络变量筛选183 本例将结合BP神经网络应用平均影响值（MIV，Mean Impact Value）方法来说明如何使用神经网络来筛选变量，找到对结果有较大影响的输入项，继而实现使用神经网络进行变量筛选。 第21章 LVQ神经网络的分类——乳腺肿瘤诊断188 威斯康星大学医学院经过多年的收集和整理，建立了一个乳腺肿瘤病灶组织的细胞核显微图像数据库。数据库中包含了细胞核图像的10个量化特征（细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度），这些特征与肿瘤的性质有密切的关系。因此，需要建立一个确定的模型来描述数据库中各个量化特征与肿瘤性质的关系，从而可以根据细胞核显微图像的量化特征诊断乳腺肿瘤是良性还是恶性。 第22章 LVQ神经网络的预测——人脸朝向识别198 现采集到一组人脸朝向不同角度时的图像，图像来自不同的10个人，每人5幅图像，人脸的朝向分别为：左方、左前方、前方、右前方和右方。试创建一个LVQ神经网络，对任意给出的人脸图像进行朝向预测和识别。 第23章 小波神经网络的时间序列预测——短时交通流量预测208 根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。 第24章 模糊神经网络的预测算法——嘉陵江水质评价218 根据模糊神经网络原理，在MATLAB中编程实现基于模糊神经网络的水质评价算法。 第25章 广义神经网络的聚类算法——网络入侵聚类229 模糊聚类虽然能够对数据聚类挖掘，但是由于网络入侵特征数据维数较多，不同入侵类别间的数据差别较小，不少入侵模式不能被准确分类。本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优236 根据PSO算法原理，在MATLAB中编程实现基于PSO算法的函数极值寻优算法。 第27章 遗传算法优化计算——建模自变量降维243 在第21章中，建立模型时选用的每个样本（即病例）数据包括10个量化特征（细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度）的平均值、10个量化特征的标准差和10个量化特征的最坏值（各特征的3个最大数据的平均值）共30个数据。明显，这30个输入自变量相互之间存在一定的关系，并非相互独立的，因此，为了缩短建模时间、提高建模精度，有必要将30个输入自变量中起主要影响因素的自变量筛选出来参与最终的建模。 第28章 基于灰色神经网络的预测算法研究——订单需求预测258 根据灰色神经网络原理，在MATLAB中编程实现基于灰色神经网络的订单需求预测。 第29章 基于Kohonen网络的聚类算法——网络入侵聚类268 根据Kohonen网络原理，在MATLAB软件中编程实现基于Kohonen网络的网络入侵分类算法。 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类277 为了便于使用MATLAB编程的新用户，快速地利用神经网络解决实际问题，MATLAB提供了一个基于神经网络工具箱的图形用户界面。考虑到图形用户界面带来的方便和神经网络在数据拟合、模式识别、聚类各个领域的应用，MATLAB R2009a提供了三种神经网络拟合工具箱（拟合工具箱/模式识别工具箱/聚类工具箱）。