通过java 实现一个简单的福彩双色球摇奖模拟系统，代码很简单 ，主要用了一下java的swing 随机数等知识，供初学者参考学习.

Test sample data of ten tags on 2D random distribution.xlsx

主要介绍了在Keras中利用np.random.shuffle()打乱数据集实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

随机漫步程序，源于图灵程序设计丛书《Python 编程从入门到实践》中一章节实例，主要应用于描述物体的随机运动特性，如分子运动等。包含随机数据的生成、运动路径的随机生成、路径图像化展示等功能。

Verdu的经典力作，无线通信与随机矩阵理论

The NIST Statistical Test Suite ( Revised by Larry Bassham, March 2008)， 用于测试序列的随机性. 从NIST上下载的源代码，稍微修改了一下，附带一个已经编译好的32位Exe程序。主要修改如下：1）增加了大量的帮助信息；2）优化了参数交互，全部功能支持命令行参数化，原来的需要手动输入一些命令；3）增加了测试的日志功能和进度显示。

C++中仅用random和math.h库编写的粒子群算法，特别适合才开始接触C++的人群

This book is intended to be used as a text for either undergraduate level (junior/senior) courses in probability or introductory graduate level courses in random processes that are commonly found in Electrical Engineering curricula. While the subject matter is primarily mathematical, it is presented for engineers. Mathematics is much like a well-crafted hammer. We can hang the tool on our wall and step back and admire the fine craftmanship used to construct the hammer, or we can pick it up and use it to pound a nail into the wall. Likewise, mathematics can be viewed as an art form or a tool.

pytorch_classification 利用pytorch实现图像分类，其中包含的密集网，resnext，mobilenet，efficiencynet，resnet等图像分类网络，可以根据需要再行利用torchvision扩展其他的分类算法 实现功能 基础功能利用pytorch实现图像分类 包含带有warmup的cosine学习率调整 warmup的step学习率优调整 多模型融合预测，修正与投票融合 利用flask实现模型云端api部署 使用tta测试时增强进行预测 添加label smooth的pytorch实现（标签平滑） 添加使用cnn提取特征，并使用SVM，RF，MLP，KN

本文研究了具有概率间隔时滞和传感器随机丢包的非线性网络系统的稳定性问题。 通过利用时变时延概率分布的信息，并考虑带补偿的随机传感器丢包，建立了非线性随机时滞系统模型。 在获得的模型的基础上，通过选择适当的Lyapunov函数并利用新的离散Jensen型不等式，得出充分的条件以获得最大可允许延迟边界，延迟间隔出现率和数据包丢失率与随机随机稳定性的关系。非线性网络控制系统。 针对求解相应的线性矩阵不等式，还提出了两种输出反馈控制器的设计程序。 提供了数值示例来说明所提出技术的有效性和适用性。