恶意软件分类 机器学习和恶意软件分类 基于API调用序列，主要是n-gram和tfidf特征 机器学习工具用的lightgbm 恶意软件根据API序列分类 使用机器学习方法对恶意软件类型进行分类 大多数功能是从API序列中提取的 使用n-gram和tfidf提取向量 您可以从该下载火车 程序介绍 file_split.py读取csv文件，并按照不同的文件ID组织 preprocess.py可以重新导入每个文件，转成json格式，和序列化api basic_feature.py提取简单特征 tfidf_model.py生成tfidf模型 feature.py利用生成的tfidf模型转换训练和测试数据 light_gbm_model.py模型调参 model_predict.py结果预测 说明 这是参加第三届『阿里云安全算法挑战赛』源代码，最后成绩在Top30以内，不在Top10以内。 因为

训练数据

本代码是2018华为软件精英挑战赛的开源代码 核心思想：使用神经网络对时间序列数据进行预测，使用模拟连续来搜索放置问题的最优解。 运行：python ecs数据路径输入文件路径结果路径

此程序主要是供大家参考和使用，三部十层电梯，三号梯为货梯，具体使用的时候，大家需要根据具体要求进行稍微修改。

fastMRI可再现基准 该存储库的想法是要有一种方法可以在fastMRI数据集单线圈磁道上针对现有的重建算法快速对新解决方案进行基准测试。 迄今为止，已实现或适用于fastMRI数据集的重建算法包括： 零填充重建 ，使用 使用的基于小波的重构（即用贪婪的FISTA解决基于L1的分析公式优化问题） 网络 ，适用于MRI重建 ，一种模块化的展开重建算法，您可以在其中插入最佳的降噪器。 ，一种用于非笛卡尔采集的展开式重建算法，具有密度补偿。 所有神经网络都通过Keras API在TensorFlow中实现。 较旧的（不要认为这是我论文的开始）是使用功能性API进行编码的。 最新的版本在子类API中进行了编码，并且更加模块化。 对于LORAKS重建，由于A / D过采样，您将无法重建正确的fastMRI数据。 重建设置 主要的重建设置是具有随机和“定期采样”的笛卡尔单线圈和多线

RSNA颅内出血检测 这是第一个解决方案的源代码。 解决方案写下： 。 Solutuoin概述 依存关系 opencv-python的== 3.4.2 scikit图像== 0.14.0 scikit-learn == 0.19.1 scipy == 1.1.0 火炬== 1.1.0 火炬视觉== 0.2.1 代码 2DNet 3DNet 序列模型 2D CNN分类器 预训练模型 seresnext101_256 * 256 densitynet169_256 * 256 densitynet121_512 * 512 前处理 准备csv文件： 下载data.zip： 将dcm转换为png python3 prepare_data.py -dcm_path stage_1_train_images -png_path train_png python3

2020年高分挑战赛的数据，基准线和指标 有关更多信息，请访问2020高分对自动高分辨率地球观测图像解释的挑战：，。 克隆此存储库 该存储库包含基线算法使用的大型模型文件。 模型文件不需要下载，但为方便起见而提供。 克隆时请使用来访问这些模型。 如果您没有在克隆前安装和初始化git lfs，则可以在本地初始化git lfs之后简单地运行git lfs fetch 。 挑战赛道 专题1：光学图像中的飞机检测和识别 用于在光学遥感图像中检测和识别飞机。 对于数据集中的每个图像，都有一个用于描述注释信息的具有相同名称的XML文件。 图像中的每个飞机实例都通过相应的类别信息和位置以及定向的边界框进行注释。 专题2：SAR图像中的船只检测 用于检测SAR图像中的船舶，其目的是在SAR图像中定位船舶。 在每个图像中，以预定格式描述了船只的坐标。 船的水平边界框以XML文件提供。 专题3：光学卫星图像中

nlp-ali 金融大脑的挑战赛 个人的代码 近期做了一些NLP的研究，并基于6月份蚂蚁金服金融大脑的挑战赛，完成了文本相似度计算的验证。 主要思路是基于word2vec来进行训练，并实现文本相似度的计算。 所使用的语料，包括了公开的wiki语料，网友收集的微信语料，以及此大赛中的语料。 其中微信语料的位置在 注意，此次语料训练采用了增量训练的方式。 使用方式： 1、下载此代码到本地。 2、下载训练的模型。位置在 下载后放到models目录下。 3、运行python ali_wx_wiki_vec_compare.py ./input_test.txt ./temp/ 4、结果在temp目录下。 训练： 1、下载数据到本地。拷贝到此代码大的根目录下。 数据公开的网址稍后更新。 2、运行如下脚本即可。 python word2vec_train.py

华为软件精英挑战赛大佬初赛复赛代码总结。想学习的可以学学； 复赛赛题为金融风控的资金流水分析，要求选手基于给定的资金流水，检测并输出指定约束条件（在初赛的基础上增加了对转账金额的判断等）的所有循环转账，结果准确，用时最短者胜。 纯c++代码

我们是江山赛区的锦鲤队，初赛18，复赛18，水平比较low，没撸出判题器，里面有初赛和复赛的任务书、SDK和我们的代码，主要是基于最短路寻路和分类处理发车时间的，希望大家不喜勿喷。谢谢！