这是一个简单的WPF的计算器程序，C#编码，初学者可以感受一下WPF的简单效果

之前做实验的一些代码 主要关注SDN-handover目录、scratch目录，以及生成的一些dat文件即可，其他的文件是ns-3自带的。

Recommended system als_mf算法流程： 初始化矩阵U和M，U矩阵大小为user_id * n_feature，其中user_id为用户id数，n_fearure为潜在特征；同理M矩阵大小为item_id * n_feature，其中item_id为项目id数； 生成user_id - item_id矩阵，其中行为user_id，列为item_id，值为用户评分rating，减去全局评分的均值； 误差等式为平方差公式，即真实值和预测值的评分差（R-U*M），为了防止过拟合，加上正则项，惩罚过大参数； 固定M矩阵，使用梯度下降，对误差等式f(U, M)求U梯度； 同样固定U矩阵，使用梯度下降，对误差等式f(U, M)求M梯度； 预测值为U*M，不断迭代上面两步，直到最近两次误差收敛到一个阈值时，停止更新参数（具体数学推导可看matrix factorization笔记及论

Modbus-RTU-Serial-for Android 此存储库包含通过microUSB端口通信modbus RTU串行所需的Android代码。 为了使此代码起作用，需要更改特定的android系统文件。 那里的平板电脑很少，已经包含此更改，但大多数没有。 要更改任何系统文件，都需要扎根Android设备。 需要更改的两个文件是： android.hardware.usb.host.xml tablet_core_hardware.xml 这些文件位于权限文件夹中。 该文件夹的文件路径是“ / etc / permissions /”。 这些文件示例已加载到此存储库中。 一旦确认这些文件正确无误，您的Android设备即可使用。

使用Keras中实现的深层神经网络对气胸进行分割 该库包含Keras中“基于深层神经网络的常规计算机断层扫描中的气胸分割”的原始实现（Tensorflow作为后端）。 实施模型 网络 膨胀的U网 ResNet34_Unet ResNet50_Unet PSP网 注意U-Net UNet ++ MultiResUNet 多功能一体机 UNet3 + 细分结果 图1：气胸分割结果的可视化 引文

少量学习的原型网络 NIPS 2017论文》的代码。 如果您使用此代码，请引用我们的论文： @inproceedings{snell2017prototypical, title={Prototypical Networks for Few-shot Learning}, author={Snell, Jake and Swersky, Kevin and Zemel, Richard}, booktitle={Advances in Neural Information Processing Systems}, year={2017} } 训练原型网络 安装依赖 该代码

mt4代码 专家-放置EA程序的目录 指标-放置指标程序的目录 脚本-放置脚本程序的目录

哈尔Kong 易语言Halcon12中文版支持库源代码

论文 为支持我的硕士论文“对商业周期的阶段进行分类：一种机器学习方法”而编写的代码

Apache Thrift程序员指南 以下示例中的源代码：Apache Thrift程序员指南 本书分为三个部分： 第一部分-Apache Thrift概述 对Apache Thrift及其体系结构的高级介绍。 这部分的例子非常有趣。 本部分还介绍了基本的Apache Thrift设置和调试。 第二部分-编程Apache Thrift 本部分深入研究Apache Thrift框架的每一层，详细检查传输，协议，类型，服务，服务器和Apache Thrift接口定义语言。 这些章节中的示例使用C ++，Java和Python作为演示语言。 C ++示例提供了makefile，而Java示例提供了Build.xml文件，分别用于使用make / ant进行构建。 构建脚本和代码已通过各种Apache Thrift版本进行了测试。 通常，您应该使用最新版本的Apache Thrift。 蚂蚁的