为提高工作面瓦斯涌出量预测的效率和准确率,提出了一种将遗传算法(GA)与极限学习机(ELM)相结合的瓦斯涌出量预测的新方法。为了避免ELM受输入权值矩阵和隐含层偏差随机性的影响,算法采用GA对ELM的输入权值矩阵和隐含层偏差进行优化,建立GA-ELM瓦斯涌出量预测模型。利用某矿瓦斯涌出量相关数据对该模型进行了实例分析,将ELM、SVM和BP算法预测结果与该模型进行了对比分析。结果表明:GA-ELM模型具有较高的预测精度,可以相对准确、高效地对工作面的瓦斯涌出量进行预测。

小样本学习旨在通过少量样本学习到解决问题的模型.近年来在大数据训练模型的趋势下，机器学习和深度学习在许多领域中取得了成功.但是在现实世界中的很多应用场景中，样本量很少或者标注样本很少，而对大量无标签样本进行标注工作将会耗费很大的人力。

本书是一本CCNA应试必备的学习指南，由Cisco技术知名权威编写。CCNA考试的内容已几度变化，本书编写的考试目标是最新的考试内容。本书针对新的考试目标帮助应试者全面复习和掌握新的考试内容。全书有11章，除了讲解应掌握的内容外，几乎每章都有复习题、书面实验和动手实验，并附有答案。本书选配光碟上有新CCNA考试(640-801)的大量准备工具和资料。为了帮助考生准备Cisco模拟考试，本书选配光碟上包含路由器基础仿真器，它介绍了Cisco的配置部分并装有几百道实际考题、示例模拟题和四套模拟考试题。相信通过本书的学习，应试者可以顺利地通过这一考试

python汽车类型识别源代码带图形界面,基于torch深度学习，目前可识别公交车, 货车,客运车, 面包车, 皮卡车, 小轿车，程序包中已含模型文件

结构视角的企业出口中学习效应研究--基于我国制造业内资企业的实证，姚相如，刘凤朝，伴随着国际化进程的加快，我国出口贸易迅速发展，出口贸易的繁荣是否会促进我国企业创新能力的成长呢？本文利用2004-2007年中国工业

er菜（Amaranthus palmeri S.Wats。）入侵对全美国的棉花（Gossypium hirsutum L.）生产系统造成了负面影响。 这项研究的目的是评估冠层高光谱窄带数据作为随机森林机器学习算法的输入，以区分棉花中的distinguish菜。 该研究着重于将Palmer mar菜与棉花的近等基因系（铜，绿和黄叶）区分开来。 使用分光辐射计在两个不同的日期（2016年12月12日和2017年5月14日）获取Palmer mar菜和棉花冠层的高光谱反射率测量。数据是从温室中种植的植物中收集的。 将光谱数据汇总到提议用于研究植被和农作物的24个高光谱窄带。 这些带由随机森林（cforest）的条件推断版本进行了测试，以区分Palmer mar菜和棉花。 分类为二进制：Palmer mar菜和棉青铜，Palmer mar菜和棉绿，Palmer mar菜和棉黄。 分类准确性已通过总体，用户和生产者的准确性进行验证。 对于这两个日期的总和，总体准确性介于77.8％至88.9％之间。 相对于棉黄色分类，Palmer mar菜红的整体准确性最高（2016年12月12日为88.9％;

我们回顾了2014年至2018年有关技术支持的外语/第二语言学习的文献。 我们旨在选择能证明技术对语言学习产生影响的实证研究。 在本综述研究中，我们描述了技术的类型，其在语言学习中的潜在用途，优势和劣势，并且还提供了一些示例以更好地理解我们的发现。 此外，我们将我们的结果与从较早的综述研究中获得的结果进行了比较，例如，我们确定了2014年至2018年间研究中使用但从未使用过的几种新技术。 我们还为该领域的未来研究提出了一些建议。 我们的结果对于计划设计技术增强的外语/第二语言学与教的教学和研究社区很有用。

TypeScript扩展了JavaScript的句法，所以任何现有的JavaScript程序可以不加改变的在TypeScript下工作。TypeScript是为大型应用之开发而设计，而编译时它产生 JavaScript 以确保兼容性

这里讲述一些初学者学习C51的一些误区和注意事项。高手的特别应用不包括在内。

pytorch深度学习图片风格迁移项目源码+资料，代码注解非常详细，适合新手学习。