合成孔径雷达成像算法与实现，该书已经绝版，是美国卡明所著

给定N个男人和N个女人，以及他们每个人对异性成员的偏好，稳定匹配是N个男人和女人之间的匹配，使得没有男人和女人更喜欢彼此伙伴。 Gale-Shapley 算法确定了这种稳定的匹配。 根据配方，它提供男性最佳或女性最佳的稳定匹配。 给定的函数确定男性最优稳定匹配。 人们可以通过切换输入中的偏好来确定女性最佳稳定匹配。 提供了一个示例。

Kmeans---机器学习 用于数据点聚类或分类的 Kmeans 算法的实现。 对于 simplecity，数据点位于 x 和 y 坐标的二维数组中包含的代码中。 所以不需要输入来测试算法。 结果应以包含结果的表格形式打印在控制台窗口上。

所谓混合高斯模型（GMM）就是指对样本的概率密度分布进行估计，而估计采用的模型（训练模型）是几个高斯模型的加权和（具体是几个要在模型训练前建立好）。每个高斯模型就代表了一个类（一个Cluster）。对样本中的数据分别在几个高斯模型上投影，就会分别得到在各个类上的概率。然后我们可以选取概率最大的类所为判决结果。

主要介绍了详解用python实现简单的遗传算法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧

几种压缩算法 Matlab实现 几种压缩算法 Matlab实现 几种压缩算法 Matlab实现

差分进化算法 Python 实现。除此之外，还有这些算法的集合：差分进化算法、遗传算法、粒子群算法、模拟退火算法、蚁群算法、免疫优化算法、鱼群算法

rrcf :evergreen_tree: :evergreen_tree: :evergreen_tree: 用于异常检测的鲁棒随机砍伐森林算法的实现 。 S.Guha，N.Mishra，G.Roy和O.Schrijvers，基于流的鲁棒随机采伐森林异常检测，在2016年第33届国际机器学习国际会议论文集（纽约，纽约，第2712-2721页） ）。 关于 鲁棒随机砍伐森林（RRCF）算法是一种用于检测流数据中异常值的集成方法。 RRCF提供了许多竞争性异常检测算法所缺乏的许多功能。 具体而言，RRCF： 设计用于处理流数据。 在高维数据上表现良好。 减少不相关尺寸的影响。 优雅地处理可能会掩盖异常值的重复项和几乎重复项。 具有异常评分算法，具有清晰的基本统计含义。 该存储库提供了RRCF算法及其核心数据结构的开源实现，目的是促进实验并实现RRCF算法的未来扩展。 文献资料 在阅读文档 。 安装 使用pip通过pypi安装rrcf ： $ pip i

内含差分进化算法的五种变异策略

哈希算法的实现c++