matlab 实现帝国竞争算法，帝国竞争算法受帝国主义殖民竞争机制的启发，Atashpaz-Gargari和Lucas于2007年提出了一种新的智能优化算法—帝国竞争算法 (ICA)。与GA, PSO, ABC等受生物行为启发的群智能算法不同，ICA受社会行为启发，通过摸拟殖民地同化机制和帝国竞争机制而形成的一种优化方法。ICA也是一种基于群体的优化方法，其解空间由称为国家的个体组成。ICA将国家分为几个子群，称为帝国。在每个帝国内，ICA通过同化机制使非最优的国家(殖民地)向最优国家(帝国主义国家)靠近，该过程类似于PSO。

对ThreeJS的中文注释源码 可以用JavaDoc生成相应API文档 对《WebGLRenderer.js》的函数做了详细注释，希望对源码核心感兴趣的同学有帮助

Python写的tftp文件下载程序代码，可直接进行运行，并且带详细的中文注释，方便初学者学习和使用。

原代码采用vs2010+opencv2.4.8，可以通过摄像头来识别设定阈值颜色中的矩形，返回其中心位置，另进行空间坐标换算（3自由度机械系统，不同的系统不同，仅为一例子）。opencv中没有直接的矩形识别算法，此代码注释详细，十分适合初学者学习借鉴之用。

mybatis源码所有方法所有类和接口都加入了详细的中文注释，方便大家查看和理解mybatis的精髓。

spring-framework-5.0.2.RELEASE.rar Spring源码中文注释版

东北大学软件学院操作系统的课件，包含中文注释和重点，欢迎下载~

张量流 人脸检测MTCNN算法，采用tensorflow框架编写，从理解到训练，中文注释完全，含测试和训练，支持摄像头，代码参考 ，相应地减少了尺寸和优化。 模型理解 是目前比较流行的人脸检测方法，通过人脸检测可以进行更精准的人脸识别。模型主要通过PNet，RNet，ONet三个网络级联，一步一步精调来对人脸进行更准确的检测。论文中的模型图如下： 接下来我会从我在训练中的理解来解释MTCNN模型都干了什么。三个模型要按顺序训练，首先是PNet，然后RNet，最后ONet。 PNet： PNet是全卷积网络，主要为了应对不同输入尺度，层数很浅，主要作用是重新多的把人脸框都选进来，宁愿错误拿来好

现在的Linux操作系统动辄百万行代码，而Linux0.11的代码量不超过2万行，却已经具备操作系统的基本功能，可以说是麻雀虽小但五脏俱全了。有兴趣阅读Linux源码的朋友，不妨从Linux0.11入手。压缩包里的源码已经添加了中文注释，并且汇编部分已经改写成了现在大学里普遍教授的MASM。阅读时还可以参考赵炯的《Linux内核完全注释》补充相关知识。最后推荐一个论坛：OldLinux

小波降噪软硬阈值和改进阈值的代码，代码可直接运行，有中文注释，层次清晰，都看的懂，运行结果为噪声图像，软阈值硬阈值改进阈值三种做法的SNR,RMSE,以及对应的去噪后图像