垃圾回收，相关的算法与实现，非常不错的书籍，垃圾回收，相关的算法与实现，非常不错的书籍，

《深度学习必修课：进击算法工程师》配套代码

网易2.2.8滑块识别算法（坐标识别）

遗传算法及基于该算法的典型问题的求解实践，包括博文涉及的所有仿真及其结果，另外为害怕乱码，还将代码复制到了txt中。

从数据中学习结构是贝叶斯网络研究最重要的基本任务之一。 特别地，学习贝叶斯网络的可选结构是一个不确定的多项式时间（NP）难题。 为了解决这个问题，已经提出了许多启发式算法，并且其中一些在不同类型的先验知识的帮助下学习贝叶斯网络结构。 然而，现有算法对先验知识有一些限制，例如质量限制和使用限制。 这使得很难在这些算法中很好地利用先验知识。 在本文中，我们将先验知识引入了马尔可夫链蒙特卡洛（MCMC）算法，并提出了一种称为约束MCMC（C-MCMC）算法的算法来学习贝叶斯网络的结构。 定义了三种类型的先验知识：父节点的存在，父节点的不存在以及分布知识，包括边缘的条件概率分布（CPD）和节点的概率分布（PD）。 所有这些类型的先验知识都可以轻松地用在该算法中。 我们进行了广泛的实验，以证明所提出的方法C-MCMC的可行性和有效性。

1、本资源针对SiouxFalls交通网络，基于Frank Wolfe算法，求解交通分配用户均衡模型。 2、UE.py为代码；Link.csv为边信息；Node.csv为节点信息（未用到，其中包括节点坐标）；OD.csv表示OD流量需求；此外包括网络均衡结果.csv。 3、用户均衡，表示没有用户可以通过单方面改变出行路径，从而降低出行费用。 4、本资源代码逻辑较为明确，便于阅读、学习。

sm2国密算法加解密，签名、验签QT工具的源代码（包含sm2,sm3和sm4源码）。 环境我使用的QT5.14的IDE编译，其他版本qt未测试。不过仅使用了几个简单控件应该关系不大。 详细介绍参见个人博客：SM2 (含SM3、SM4)国密算法工具QT版，彻底搞懂国密算法的使用 https://blog.csdn.net/yyz_1987/article/details/120501076

1. Matlab实现粒子群优化算法优化BP神经网络的数据回归预测（完整源码和数据) 2. 多变量输入，单变量输出，数据回归预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本

提出了一种当接收端(或基站)在平面上随机分布时，考虑非视距（NLOS）传播误差条件下对移动台定位的有效算法。该方法基于到达时间定位技术，其主要思想是通过概率定位和几何定位联合检测具有 NLOS 误差的测量值(在各接收端处估计的信号时延)，然后估计这些测量值的 NLOS 误差的大小并更新这些测量值，最后重新估计移动台位置。文中给出了算法的步骤，推导了算法估计误差的方差。同时，本文推导了 NLOS 环境下定位估计误差的克拉美罗下限，并将所提算法的性能与克拉美罗下限做了比较和分析。仿真部分也给出了不同算法与本文算法的性能比较，从仿真结果可以看出，该算法估计精度高。

数据集 数据集_从零开始学习SSD目标检测算法训练自己的数据集