AstroML：天文学的机器学习 AstroML是一个基于numpy，scipy，scikit-learn和matplotlib构建的Python机器学习和数据挖掘模块，并已获得BSD许可。 它包含一个不断发展的统计和机器学习例程库，用于分析python中的天文数据，用于几个开放式天文数据集的加载器，以及一整套用于分析和可视化天文数据集的示例。 该项目由Jake VanderPlas于2012年启动，与Zeljko Ivezic，Andrew Connolly，Jacob VanderPlas和Alex Gray合着的《统计，数据挖掘和天文学中的机器学习》一书相伴。 重要连结 HTML文档： ： 核心源代码存储库： : 图源代码存储库： : 问题追踪器： : 邮件列表： https : //groups.google.com/forum/#! forum/ astro

mysql数据全国省市区表结构和数据

以异地容灾系统和数据仓库需要实时同步生产系统的数据为背景，介绍了一个异地容灾系统和数据仓库中数据同步软件的功能模型；对两个系统中数据同步的设计和体系结构作了介绍，并阐述了该数据同步软件所采用的Oracle高级复制技术。

基于GIS和数据仓库的政务决策支持系统.pdf

Android  两个Fragment之间的跳转和数据的传递实例详解       作为一个Android的菜鸟，前些天在做项目的时候用到了fragment,需求是从一个Fragment跳转到另一个Fragment,并且还要传递数据，就像Activity的跳转一样。在网上找了好久都没找到很好的列子，最后通过看别人的博客和查文档终于做好了，现在整理一下，希望能帮助有需要的童鞋。       1、首先在第一个Fragment 里面拿到FragmentManger 和FragmentTransaction 代码如下。 @Override public void onCreate(Bundle

训练机器学习和神经网络模型

使用 OpenCV 和 Python 检测两个图像的相似程度 基于SIFT算法，包括代码和数据

算法和数据结构简介-课​​程 该资源库包含我对爱丁堡大学IADS课程中第一和第三课程作业的解决方案。 ：大型文本语料库的搜索引擎 ：旅行销售员问题的启发式

雷达信号处理和数据处理.

AllocateTasksFairly 将多个任务分配到多个并行进程时，为了最大化工作效率，通常希望每个进程被赋予相当的任务量，避免某些进程过早完成任务然后空等待。同时，将单个任务拆分往往会造成一定的性能损失，在负载均衡的前提下应当尽量将单个任务交给单个进程执行。 本拆分函数接受多个任务各自的尺寸，和并行进程数目作为参数，给出合理化的任务分配方案。 对于单个较大的任务，将其拆分给多个进程执行；对于多个较小的任务，将它们合并给一个进程执行。同时为了尽量减少任务拆分，若一个大任务被决定拆分，则分到该任务的所有进程将专心执行该任务，不会被分配到其它任务；反过来，若一个进程被分配到了多个任务，则这些任务将完全由该进程独立执行，而不会再拆分给其它进程。 TaskSplitParallelRun 本函数能够对批处理任务进行多线程调度，追求负载均衡。可以将单个大任务拆分到多个进程执行，多个小任务合并到