8.贷款预测 该数据集取自Analytics Vidhya，包括 615行和13列有关已批准和尚未批准的历史贷款信息。你是否可以创建一个模型来预测贷款是否会获批。 数据集： https://datahack.analyticsvidhya.com/contest/practice-problem-loan-prediction-iii/

matlab加速迭代法代码具有信道估计和空间相关性的大规模MIMO系统的随机Kaczmarz算法 这是一个面向研究的代码包，其主要目的是使读者能够复制下面提到的文章的结果，并鼓励并加速对该主题的进一步研究： Victor Croisfelt Rodrigues，JoséCarlos Marinello Filho和TaufikAbrão，“ Kaczmarz大规模MIMO系统的预编码和检测”，IEEE无线通信和网络会议，第1-6页，马拉喀什，Morroco，2019年。预计将很快出版。 Victor Croisfelt Rodrigues，JoséCarlos Marinello Filho和TaufikAbrão，“”，《威利国际通信系统杂志》，2019年； e4158。 也可在arXiv：上使用。 该软件包基于Matlab语言，并且实际上可以复制本文中讨论的所有数值结果和图形。 为了情境化，我们在续篇中介绍了本文的摘要和其他重要信息。 我希望这些内容有助于您的学习，并有助于建立开放科学背后的戒律。 值得注意的是，为了激发开放科学的观念并进一步推动科学的发展，我们还鼓励您与公众分享您

用python编程语言，用OpenCV实现以下功能： 1.图像采集、输入和显示 2.软件界面的搭建 3.在界面上实现： （1）原图像显示 （2）处理结果图像显示 （3）处理功能按钮 4.功能包括：canny边缘检测，角点检测（界面分别显示自己所写算法处理结果和OpenCV的算法处理结果，做对比）。

关井水击压力的大小直接决定了现场是采用“软关井”还是“硬关井”方式关井。通过对该问题的研究，认为无论采用何种方式关井，其求解过程相似，只是初始条件有变化。在描述关井时一阶拟线形偏微分方程组的基础上，提出采用LW有限差分法进行求解具有可行性和收敛性，并编制了相应的计算机程序。研究表明该方法适用于“软”、“硬”关井的水击压力计算，具有工程指导意义。

本文主要简单介绍了MCS-51单片机的程序指令、寻址方式及结果分析

python读取csv文件并转为list的结果图，是python读取csv文件并转为list的详细每步的结果。

使用SQL语句，实现数据库查询结果的行列互换。

matlab卡尔曼滤波相关代码剩余使用寿命估计 该存储库保存了在代尔夫特理工大学传感器信号和数据处理课程中进行的涡扇发动机剩余使用寿命估计项目的结果。 实现的估计技术依赖于扩展卡尔曼滤波器。 所有可视化和实现相关的任务都是在 Matlab 中进行的。 代码在三个不同的文件中提供： RUL_data_exploration.m 、 RUL_function_derivations.m和RUL_EKF_implementation_evaluation.m以及所需的（Matlab）数据文件RUL_data.mat 。 为了便于理解，代码附有注释。 每个文件都可以单独执行。 除了数据和代码之外，还包括相关报告[SSDP] Remaining Useful Lifetime estimation M. Hulsebos.pdf 。 本报告讨论了实施细节，还提供了评估结果以及与并发方法的比较。

20世纪50年代中期创立了仿生学，人们从生物进化的机理中受到启发。提出了许多用以解决复杂优化问题的新方法，如进化规划、进化策略、遗传算法等，这些算法成功地解决了一些实际问题。 20世纪90年代意大利学者M．Dorigo，V．Maniezzo，A．Colorni等从生物进化的机制中受到启发，通过模拟自然界蚂蚁搜索路径的行为，提出来一种新型的模拟进化算法—— 蚁群算法，是群智能理论研究领域的一种主要算法。用该方法求解TSP问题、分配问题、job-shop调度问题，取得了较好的试验结果．虽然研究时间不长，但是现在的研究显示出，蚁群算法在求解复杂优化问题（特别是离散优化问题）方面有一定优势，表明它是一种有发展前景的算法．

用卷积滤波器matlab代码allResults 此回购包含了我的硕士期间在学术和研究工作中产生的所有结果。 论文 修改后的U-Net进行图像修复 对月球和火星表面的卫星图像进行图像修复，以填充/预测误像素值。 原始的深图像先验方法经过修改，获得了良好的效果。 结果如下所示 使用仿射变换进行数据增强 执行数据扩充以生成其他/综合训练样本来训练模型。 显示了数据扩充的示例。 半监督分类 限量编号的两类图像分类。 使用扩增和k倍交叉验证进行样本的分析（少于100个样本）。 无监督群集 使用自动编码器使图像模糊不清。 全连接和卷积自动编码器都用于执行降维，然后应用聚类技术。 陨石坑检测和分割 训练CNN模型以使用新颖的方法和体系结构执行火山口检测和分段，以击败SOTA结果。 由于文件正在准备中，因此无法说明更多细节。 机器学习 阻塞检测和计数 在自定义数据集上训练了更快的RCNN模型，以执行对象检测和计数。 该模型经过训练可以检测汽车，卡车和人。 这是作为的项目的一部分完成的。 某些测试图像获得的结果如下所示。 从零开始的计算机视觉算法 在MATLAB中从头实现计算机视觉算法。 还显示了获得