根据A Local Contrast Method for Small Infrared Target Detection论文中的代码复现 改个路径就可用

上完机器学习这门课程，根据每章不同的算法对沪深指数近十年的数据进行处理后预测未来一年。数据预处理部分相同，一些基本的预处理后选择滞后天数（每个算法的滞后天数都可能不同），有些算法例如随机森林需要进行最优参数选择。

matlab集成c代码 C-NLOS-imaging-based-on-LCT 基于光锥变换的共焦非视距成像(Nature25489)代码复现及改写 Confocal non-line-of-sight imaging based on the light-cone transform 增加linearized_admm代码文件夹 该文件夹不存在于Nature附加材料中，但作者所在SCIL实验室提供了这些代码 更改了Jupyter默认的Latex模板, 故NoteRewrite.ipynb若需要导出pdf, 建议用替换jupyter notebook的默认latex生成模板, 否则无法成功转换. 如何运行？ Notes.ipynb是其他所有文件(包括文章和代码)的集合。其中包括了中英文的paper，支撑材料和可以运行的matlab代码(需要安装MATLAB Kernel) 安装方法：

禁忌搜索(Tabu Search, TS)是属于模拟人类智能的一种优化算法。 基本流程：禁忌搜索算法在初始化的时候，在搜索空间随机生成一个初始解 i，禁忌表H置空，当前解i记为历史最优解 s，然后进入迭代的搜索过程。在每一次迭代中，都从当前的解i出发，在当前禁忌表H的限制下，构造出解i的邻域A，然后从A中选出适应值最好的解 j 来替换解 i，同时更新禁忌表H。在解 j 替换解 i 之后，如果解 i 的质量得到改善，那么历史最优的解 s 将被解 i 替换；否则，s 保持不变，即使解 i 虽然暂时变差了，但是由于扩大了搜索空间，仍有利于跳出局部最优。得到了新的当前解 i 之后，算法返回迭代的开始继续进行，直到找到最优解或者运行了一定的迭代次数等终止条件的时候结束算法。 ———————————————— 介绍链接：https://blog.csdn.net/qq_44186838/article/details/109270374

粒子群优化算法（Particle Swarm Optimization，PSO）是进化计算的一个分支，是一种模拟自然界的生物活动的随机搜索算法。 PSO模拟了自然界鸟群捕食和鱼群捕食的过程。通过群体中的协作寻找到问题的全局最优解。它是1995年由美国学者Eberhart和Kennedy提出的，现在已经广泛应用于各种工程领域的优化问题之中。 ———————————————— 介绍链接：https://blog.csdn.net/qq_44186838/article/details/109212631

遗传算法（Genetic Algorithm，GA）是进化计算的一个分支，是一种模拟自然界生物进化过程的随机搜索算法。 介绍链接：https://blog.csdn.net/qq_44186838/article/details/109197192

详细介绍链接：https://blog.csdn.net/qq_44186838/article/details/109207781

OpenAI 成功训练了一个能够从文本标题生成图像的网络。 它与 GPT-3 和 Image GPT 非常相似，并产生了惊人的结果。

购买课程后，添加小助手微信（微信号：csdnxy68）回复【唐宇迪】 进入学习群，获取唐宇迪老师答疑 Python机器学习实训营（原理推导+代码复现+实验分析）课程旨在帮助同学们在机器学习领域打下坚实基础。课程注重算法原理讲解与数学公式推导并基于Python语言给出完整的代码实现，从零开始实现每一模块功能（非调用工具包）通过代码实例演示算法工作流程与实现方法，基于案例进行实验分析，算法涉及核心知识点全方位解读。整体风格通俗易懂，建议同学们在学习过程中先掌握算法原理，基于数学推导公式进行代码复现与实战演练。课程提供全部课程所需PPT，数据，代码。