使用深度学习框架的红外和可见图像融合 ，吴晓军*，约瑟夫·基特勒国际模式识别大会2018 Li H，Wu XJ，Kittler J.使用深度学习框架的红外和可见图像融合[C] //模式识别（ICPR），2018年第24届国际会议。 IEEE，2018：2705-2710。 要求 您将需要以下工具来运行此代码： 如果您对此代码有任何疑问，请随时与我联系（ ， ） 融合方法 融合详细内容 多层融合策略 质量指标-Nabf Nabf-'BK Shreyamsha Kumar。 使用离散余弦谐波小波变换基于像素重要性的多焦点和多光谱图像融合。 信号，图像和视频处理，2012年。” 火炬版 仅供参考 https://github.com/GrimReaperSam/imagefusion_pytorch 引文 Li H，Wu XJ，Kittler J.使用深度学习框架的红外和可见

战略与平行积分卡strategy and balanced scorecard

BCG战略咨询虚拟体验计划

u nity二维小游戏通用开发框架Generic Strategy Framework 1.1C#语言开发。完整的源拿来学习研究很不错也可以可直接运营。

动量策略 该代码将生成一个Excel，以显示标准普尔500指数前50名股票的百分比得分。每只股票的权重均等，但是，它们的确有“高质量动量”股票的百分比。

SGX-Full-OrderBook-Tick-Data-Trading-Strategy：使用数据科学方法（机器学习）在完整的订单簿记号数据上提供高频交易（HFT）策略的解决方案

基于springboot做了一个策略模式的demo（开箱即用）

1.将战略管理的思想与供应链管理的实际运作有机结合在一起，将供应链的设计、规划和运作统一考虑。2.提出了供应链绩效的六个驱动因素:设施、库存、运输、信息、采购和定价，并以这六个驱动因素为主线，提供了全面而系统的供应链管理知识。 3.实用性强，介绍了多种定量分析工具和解析方法。

随机模拟MATLAB代码天气文献资料 概述： 该项目主要致力于优化热电厂的运行策略，以使每天的发电量最大化。 项目主要包括四个部分： 数据预处理部分 特征提取部分 分类部分 策略优化部分 注意：运行项目时，请确保已将数据正确复制到输入数据文件夹（data_in）中。 环境 口译员： python 3.5，MATLAB 2020a 包裹 版本 麻木 1.18.2 matplotlib 3.0.3 大熊猫 0.25.3 张量流 2.1.0 斯克莱恩 0.0 海生的 0.9.1 代码文件 预处理模块 任务： 通过隔离森林检测异常值，并通过即时学习补充异常值 根据日期对原始数据进行分区 代码文件 描述 输入数据路径 输出数据路径 outlier_utils.py 检测并补充异常值 匹配和分类/ outlier_processed / preprocessing_main.py 预处理的主要功能 没有任何 没有任何 plot.py 绘制相关数字 outlier_processed /（相关） merge.csv（原始数据） 图形/相关性（相关性） 图/初始（原始数据） segmentation_

RSI策略 交易策略的建立，回测和优化 这是有关RSI交易策略的python项目。 根据Constance Brown的观点，在牛市中，RSI在熊市中在40-80和20-60之间波动。 因此，这里的策略是在RSI = 40时在牛市中做多，而在RSI = 60时在熊市中做空，那么投资者有较大的安全边际。 当然，这并不适用于所有资产。 但这在很多情况下是有道理的。 该项目试图优化此策略，并在铁矿石期货，铜等不同资产中对其进行回测。