随机样本集划分方法，matlab代码实现，亲测好用。适用于模型建立时样本集划分。

《DeepLearning tutorial》的代码，含详细流程及代码实现，将CNN用于人脸识别。

Mahony算法MPU9250数据解析和气压计MSE5611读取高度，可用读出横滚角，俯仰角、航向角、以及高度，亲测可用。

能实现用JAVA 编写一个程序，模拟现实生活中的交通的红绿灯

本代码实现了汉明编码的具体实现过程，其中有详细的代码注释，能够帮助大家更好的理解实现的方法，帮助大家理解hammingCode

内含教学ppt以及matlab实现代码等 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。因此，在一开始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂，我们往往进行简化，如二进制编码，初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代（generation）演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度（fitness）大小选择（selection）个体，并借助于自然遗传学的遗传算子（genetic operators）进行组合交叉（crossover）和变异（mutation），产生出代表新的解集的种群。这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码（decoding），可以作为问题近似最优解。

#今天也是咸鱼的一天~ 因为参加Robei 杯 是要做一个机器人，先不说这个机器人具体怎么机器法，但是和外界互通的传感器肯定少不了，通过获取外界环境数据，进行处理，然后做出各种各样的功能。 先来讲个简单的模块，温湿度传感器DHT11。 DHT11介绍 DHT11是一款价格便宜，易于使用的温度湿度测量二合一传感器。它具有超小体积、极低功耗的特点。它使用单根总线与单片机进行双向的串行数据传输，信号传输距离可达20米以上。非常适用于对精度和实时性要求不高的温湿度测量场合。 本文将以DFRobot开源硬件平台的DHT11模块和DFRduino开发板来演示，讲解DHT11的驱动和使用。 DHT11电气参

基于物质扩散的推荐算法python实现，比传统的推荐算法运行效率更高效、快捷，代码也更简洁，适合大型推荐系统开发

本资源未调用matlab神经网络工具箱，利用代码实现了神经网络前向传播和后向权值更新

多层感知机matlab代码实现，分类是采用较难分类的半月形两类问题分类，可方便深度学习初学者了解深度学习反馈传播机制。