时间序列转监督性问题 多步式单变量函数_多测多 多步式多变量_多变量一测多 一步式单变量函数_多测一 一步式多变量_多变量一测一 测试对比python实现源码

人类活动识别(多变量分类)_根据智能手机数据对人类活动进行建模_python实现源码+数据+超详细注释 以LSTM网络模型为示例，介绍了各种不同数据类型的网络结构 重点包含： 1.如何构造输入输出数据的形状 2.如何配置合适的网络参数来接受这些输入输出训练数据 本教程的目的是提供不同类型的时间序列预测模型的独立示例，作为模板，您可以针对特定的时间序列预测问题进行复制和调整

GA的核心概念是种群，种群的关键是染色体，随着自然选择，染色体通过不断地复制、交叉、突变，完成一代又一代的进化，最终得到最优的结果。 具体编程时，染色体可用字符串或者二进制进行编码；自然选择，就是适应度函数；进化就是迭代。所以技术上的关键点，就是复制、交叉、突变等过程的函数实现。 博客：纯Python实现遗传算法 地址：https://tinycool.blog.csdn.net/article/details/128121243

1、结合DBN和ELM的改进DBN-ELM模型 2、文件matlab：包含改进算法的matlab实现 3、mnist: 包含ELM、DBN、DBN-ELM算法在mnist数据集上的表现 4、Skin_NonSkin: 包含ELM、DBN、DBN-ELM算法在Skin_NonSkin数据集上的表现 5、文件python：包含改进算法的python实现 运行环境MATLAB2018b及以上

python 期末大作业，可人机可联机五子棋游戏。休闲益智！

主题识别+信息提取模型-基于python实现-LDA--LDA主题模型，可以用于社交网络数据分析研究、异常检测、事件检测与演化模型分析、情感分析、链接预测，信息传播等方面的研究

本程序用简洁的python语言将摄影测量学双像解析光束法实现。里面计算出的结果和中误差精度很高，运用的实验数据是课程老师布置的作业题目，左片、右片各九个，地面摄影测量坐标四个，计算五个地面坐标。实验代码和测试数据都打包在里面，该程序打开即可运行。

本文实例讲述了Python实现曲线拟合操作。分享给大家供大家参考，具体如下： 这两天学习了用python来拟合曲线。 一、环境配置 本人比较比较懒，所以下载的全部是exe文件来安装，安装按照顺利来安装。自动会找到python的安装路径，一直点下一步就行。还有其他的两种安装方式：一种是解压，一种是pip。我没有尝试，就不乱说八道了。 没有ArcGIS 环境的，可以不看下面这段话了。 在配置环境时遇见一个小波折，就是原先电脑装过ArcGIS10.2 ,所以其会默认安装python2.7，而且python是32位的。且其目录为C:\Python27\ArcGIS10.2，所以引用环境变量时，要注意。

NARS-Python 用Python实现的NARS理论 建筑学： GUI屏幕截图：

开机运行：随系统启动的应用程序，当系统启动之后会自动加载的应用 在注册表中添加启动项便可实现开机启动。 代码如下： # -*- coding:utf-8 -*- import win32api import win32con name = 'oftpublic' # 要添加的项值名称 path = 'C:\softpublic.exe' # 要添加的exe路径 # 注册表项名 KeyName = 'Software\\Microsoft\\Windows\\CurrentVersion\\Run' # 异常处理 try: key = win32api.RegOpenKey(win32co