- 博客(46)
- 资源 (11)
- 收藏
- 关注
RSS订阅原创 Python 数值计算与数值分析基础
当涉及到Python数值计算和数值分析时，可以参考本文给出的20个示例，这20个示例涵盖了一些常见的用法，供学习者参考。
2024-10-18 18:25:51
1174
1
原创 【C语言】编写C代码求100的阶乘进行高精度计算
要编写C语言代码求100的阶乘进行高精度计算，需要使用数组来存储每一位数字，并进行进位处理。因为100的阶乘有158位，超过了long long类型的范围。
2023-03-16 21:26:03
5054
原创 《R语言数据分析》期末试题
数据赋人工系统以智能。北邮《R语言数据分析》课程从问道、执具、博术三个方面，阐述机器学习/数据挖掘的方法论（道）、编程工具R语言（具）以及经典算法模型（术）。通过课程的学习，可一起领悟数据分析之哲理、掌握模型算法之要义、提升工程实践之素养，推开人工智能的大门，为同学们在机器学习/数据挖掘领域登堂入室奠定基础。以下资料整理于该课程期末试卷，供学习者参考。
2022-12-26 16:54:34
6747
2
原创 分布形态的度量-偏度系数与峰度系数的探讨
集中趋势和离散程度是数据分布的两个重要特征,但要全面了解数据分布的特点，还应掌握数据分布的形态。描述数据分布形态的度量有偏度系数和峰度系数,其中偏度系数描述数据的对称性,峰度系数描述与正态分布的偏离程度。
2022-11-06 16:39:33
14046
1
原创 《R语言数据分析》作业答案
数据赋人工系统以智能。北邮《R语言数据分析》课程从问道、执具、博术三个方面，阐述机器学习/数据挖掘的方法论（道）、编程工具R语言（具）以及经典算法模型（术）。通过课程的学习，可一起领悟数据分析之哲理、掌握模型算法之要义、提升工程实践之素养，推开人工智能的大门，为同学们在机器学习/数据挖掘领域登堂入室奠定基础。以下资料整理于该课程作业，供学习参考。
2022-10-16 17:25:52
17578
7
原创 Python复现颜色图绘制大赛的作品
受slandarer大佬启发，自己用Python复现了一下七年前的一个颜色图绘图大赛的一些作品。把复现过程记录如下：这场比赛居然已经是七年前的事情了，大佬A Frayed Knot在StackExchange上发起了挑战，举办了名为“Tweetable数学艺术”的比赛(实际上活动整整进行了一年半)比赛规则如下：使用C++代码或格式与C++类似的代码，使用不多于140个字符，通过输入x,y坐标输出R，G，B颜色值的形式构造函数，并生成一张1024x1024大小的图片。...
2022-08-25 22:38:52
1536
4
原创 Excel 制作色卡
最近学习色卡制作，遇到一个需要根据excel单元格内RGB值批量修改对应单元格背景色的问题，翻阅了一些VBA教程，算是入了个门，写一下关于解决这个问题的过程，希望对遇到相同问题的人有所帮助。...
2022-08-17 13:14:53
4010
原创 wsl安装英特尔openvino
一、安装miniconda从miniconda官网安装下载器二、配置conda源，创建环境注意，支持的版本为3.7.13及以下的。三、离线安装下载离线安装包安装jupyterlab，启动利用jupyterlab上传安装包。enteraccept1出了一些小问题，需要sudo权限但是不是sudo的问题pciliblspci需要同时，pip配置华为源添加如下内容[global]跳过预处理11接受1设置环境变量配置模型文件https。...
2022-07-14 22:23:51
1736
原创 安装latex和tex studio
依次找到Options→ConfigureTeXstudio→Commands，指定Commands命令的执行程序，将BibTeX、BibTeX8-Bit、Biber的路径设置为TeXlive安装路径下对应EXE文件。添加行号添加段落行号，这样可以很方便查看段落的某句话所在的位置，尤其是在运行报错时，有行号就非常方便查看错误的位置了。依次点击选项→设置Texstudio→显示高级选项→编辑器→显示行号→所有行号。设置中文界面安装结束后，一开始的打开界面是英文的，这里我们可以切换成中文。...
2022-07-14 19:41:24
1781
原创 opencv+dlib实现给蒙娜丽莎“配”眼镜
本案例利用opencv+dlib实现了给蒙娜丽莎佩戴眼镜。主要原理就是利用dlib人脸识别的特征点提取效果，并利用特征点给人脸加上一个眼镜。
2022-07-03 18:18:22
1373
原创 车道线检测基础任务（Python实现）
基础任务：实际公路的车道线检测。1. 在所提供的公路图片上检测出车道线并标记；2. 在所提供的公路视频上检测出车道线并标记。本文探讨了如何使用Python完成车道线检测基础任务。
2022-06-15 17:31:17
4286
8
原创 重写波士顿房价预测任务（使用飞桨paddlepaddle）
波士顿房价数据集包括506个样本，每个样本包括12个特征变量和该地区的平均房价。房价（单价）显然和多个特征变量相关，不是单变量线性回归（一元线性回归）问题，选择多个特征变量来建立线性方程，这就是多变量线性回归（多元线性回归）问题。本文探讨了使用飞桨框架+多元线性回归，解决波士顿房价预测问题。...
2022-06-14 10:46:21
1274
原创 波士顿房价预测（TensorFlow2.9实践）
波士顿房价数据集包括506个样本，每个样本包括12个特征变量和该地区的平均房价。房价（单价）显然和多个特征变量相关，不是单变量线性回归（一元线性回归）问题，选择多个特征变量来建立线性方程，这就是多变量线性回归（多元线性回归）问题。本文探讨了使用TensorFlow2.9+多元线性回归，解决波士顿房价预测问题。...
2022-06-14 09:59:14
6769
1
原创 【建模算法】CRITIC法（Python实现）
CRITIC是Diakoulaki（1995）提出一种评价指标客观赋权方法。CRITIC法是一种比熵权法和标准离差法更好的客观赋权法。它是基于评价指标的对比强度和指标之间的冲突性来综合衡量指标的客观权重。考虑指标变异性大小的同时兼顾指标之间的相关性，并非数字越大就说明越重要，完全利用数据自身的客观属性进行科学评价。...
2022-06-10 10:08:53
10150
2
原创 【建模算法】变异系数法（Python实现）
变异系数法是根据统计学方法计算得出系统各指标变化程度的方法，是直接利用各项指标所包含的信息，通过计算得到指标的权重，因此是一种客观赋权的方法。变异系数法根据各评价指标当前值与目标值的变异程度来对各指标进行赋权，若某项指标的数值差异较大，能明确区分开各被评价对象，说明该指标的分辨信息丰富，因而应给该指标以较大的权重；反之，若各个被评价对象在某项指标上的数值差异较小，那么这项指标区分各评价对象的能力较弱，因而应给该指标较小的权重。...
2022-06-08 10:22:48
3585
原创 【建模算法】TOPSIS法（Python实现）
Topsis法，全称为Technique for Order Preference by Similarity to an Ideal Solution，中文常翻译为“优劣解距离法”或“逼近理想解排序法”，该方法是一种通过比较样本值与理想值的距离实现综合评价的方法。能够根据现有的数据，对个体进行评价排序。TOPSIS算法是直接用来评价的，它也可以和赋权方法一起使用。...
2022-06-04 17:51:38
6688
8
原创 【建模算法】熵权法（Python实现）
熵权法是通过寻找数据本身的规律来赋权重的一种方法。熵是热力学单位，在数学中，信息熵表示事件所包含的信息量的期望。根据定义，对于某项指标，可以用熵值来判断某个指标的离散程度，其熵值越小，指标的离散程度越大，该指标对综合评价的影响（权重）越大。
2022-06-02 18:05:05
12605
2
原创 【建模算法】层次分析法（Python实现）
在很多情况下，我们对事物评价，应该要多维度评价。多维度评价之后我们要如何把它们合并成一个指标用于比较事物的好坏呢，这时候需要对各个指标赋权， 层次分析法就是用来赋权重的了。这个方法主观性比较强，在数据集比较小，实在不好比较的时候可以用这个方法，如果有别的选择还是尽量不要用这个算法比较好。可以看下以往建模获奖论文，此算法的出现频率还是挺高的，所以存在即有它存在的道理。
2022-05-30 17:47:31
13227
6
原创 【数据分析】电商用户画像（python实现）
用户画像（*User Profile*），作为大数据的根基，它完美地抽象出一个用户的信息全貌，为进一步精准、快速地分析用户行为习惯、消费习惯等重要信息，提供了足够的数据基础，奠定了大数据时代的基石。本文探讨了一个基于python实现电商用户画像的项目实例。
2022-05-29 18:24:55
6369
原创 【建模算法】matlab基于求解器intlinprog求解TSP问题
本案例说明如何使用二元整数规划来求解经典的TSP问题。此问题涉及找到一条历经一系列停留点（城市）的最短回路（路径）。在本例中有 52 个停留点，但你可以很轻松地更改 `nStops` 变量以得到不同规模的问题。对最初的问题进行求解后得到的解会包含子回路。这意味着找到的最优解并没有给出一条穿过所有点的连续路径，而是有几个独立的环路。然后，你可以使用迭代过程来确定子回路，添加约束，并重新运行优化，直到消除子回路。
2022-05-26 18:56:44
2776
原创 【建模算法】Python调用Gurobi求解TSP问题
TSP (traveling salesman problem，旅行商问题)是典型的NP完全问题，即其最坏情况下的时间复杂度随着问题规模的增大按指数方式增长，到目前为止还未找到一个多项式时间的有效算法。本文探讨了Python调用Gurobi优化器求解TSP问题。
2022-05-18 15:52:25
9866
18
原创 【建模算法】Python调用scikit-opt工具箱中的蚁群算法求解TSP问题
TSP (traveling salesman problem，旅行商问题)是典型的NP完全问题，即其最坏情况下的时间复杂度随着问题规模的增大按指数方式增长，到目前为止还未找到一个多项式时间的有效算法。本文探讨了Python调用scikit-opt工具箱中的蚁群算法求解TSP问题。
2022-05-17 17:38:21
1947
2
原创 【建模算法】Python调用scikit-opt工具箱中的粒子群算法求解TSP问题
TSP (traveling salesman problem，旅行商问题)是典型的NP完全问题，即其最坏情况下的时间复杂度随着问题规模的增大按指数方式增长，到目前为止还未找到一个多项式时间的有效算法。本文探讨了Python调用scikit-opt工具箱中的粒子群算法求解TSP问题。
2022-05-16 18:44:20
2099
原创 【建模算法】Python调用scikit-opt工具箱中的模拟退火算法求解TSP问题
TSP (traveling salesman problem，旅行商问题)是典型的NP完全问题，即其最坏情况下的时间复杂度随着问题规模的增大按指数方式增长，到目前为止还未找到一个多项式时间的有效算法。本文探讨了Python调用scikit-opt工具箱中的模拟退火算法求解TSP问题。
2022-05-15 19:17:27
2479
1
原创 【建模算法】Python调用scikit-opt工具箱中的遗传算法求解TSP问题
TSP (traveling salesman problem，旅行商问题)是典型的NP完全问题，即其最坏情况下的时间复杂度随着问题规模的增大按指数方式增长，到目前为止还未找到一个多项式时间的有效算法。本文探讨了Python调用scikit-opt工具箱中的遗传算法求解TSP问题。
2022-05-12 10:45:39
1995
3
原创 【LKH算法体验】Python调用LKH算法求TSP问题
【LKH算法体验】**Python调用迄今为止最强悍的求解TSP问题的算法-LKH算法**LKH算法简介：Keld Helsgaun 是丹麦 罗斯基勒大学计算机科学专业的名誉副教授。 他于 1973 年在 哥本哈根大学获得DIKU 计算机科学硕士学位。他自 1975 年以来一直在罗斯基勒大学工作。他的研究兴趣包括人工智能（问题解决和启发式）和组合优化。
2022-05-12 09:22:32
7329
13
原创 【LKH算法体验】用matlab调用迄今为止最强悍的求解旅行商（TSP）的算法-LKH算法
【LKH算法体验】用matlab调用迄今为止最强悍的求解TSP问题的算法-LKH算法Keld Helsgaun 是丹麦 罗斯基勒大学计算机科学专业的名誉副教授。 他于 1973 年在 哥本哈根大学获得DIKU 计算机科学硕士学位。他自 1975 年以来一直在罗斯基勒大学工作。他的研究兴趣包括人工智能（问题解决和启发式）和组合优化。LKH 是Lin-Kernighan解决旅行商（TSP）问题启发式的有效实现。
2022-05-09 19:23:26
4717
6
原创 【建模算法】基于蚁群算法求解TSP问题（Python实现）
TSP (traveling salesman problem，旅行商问题)是典型的NP完全问题，即其最坏情况下的时间复杂度随着问题规模的增大按指数方式增长，到目前为止还未找到一个多项式时间的有效算法。本文探讨了基于蚁群算法求解TSP问题的Python实现。
2022-05-08 21:36:27
3535
4
原创 【建模算法】基于蚁群算法求解TSP问题（matlab求解）
TSP (traveling salesman problem，旅行商问题)是典型的NP完全问题，即其最坏情况下的时间复杂度随着问题规模的增大按指数方式增长，到目前为止还未找到一个多项式时间的有效算法。本文探讨了使用matlab软件，基于蚁群算法求解TSP问题。
2022-05-05 16:11:39
6207
6
原创 【建模算法】基于粒子群算法求解TSP问题（Python实现）
TSP (traveling salesman problem，旅行商问题)是典型的NP完全问题，即其最坏情况下的时间复杂度随着问题规模的增大按指数方式增长，到目前为止还未找到一个多项式时间的有效算法。本文探讨了基于粒子群算法求解TSP问题的Python实现。
2022-05-04 22:18:42
10154
24
原创 【建模算法】基于粒子群算法求解TSP问题（matlab求解）
TSP (traveling salesman problem，旅行商问题)是典型的NP完全问题，即其最坏情况下的时间复杂度随着问题规模的增大按指数方式增长，到目前为止还未找到一个多项式时间的有效算法。本文探讨了使用matlab软件，基于粒子群算法求解TSP问题。
2022-05-04 19:33:25
9576
14
原创 【建模算法】基于模拟退火算法求解TSP问题（Python实现）
TSP (traveling salesman problem，旅行商问题)是典型的NP完全问题，即其最坏情况下的时间复杂度随着问题规模的增大按指数方式增长，到目前为止还未找到一个多项式时间的有效算法。本文探讨了基于模拟退火算法求解TSP问题的Python实现。
2022-05-02 18:29:34
2596
3
原创 【建模算法】基于模拟退火算法求解TSP问题（matlab求解）
【建模算法】基于模拟退火算法求解TSP问题（matlab求解）TSP (traveling salesman problem，旅行商问题)是典型的NP完全问题，即其最坏情况下的时间复杂度随着问题规模的增大按指数方式增长，到目前为止还未找到一个多项式时间的有效算法。本文探讨了使用matlab软件，基于模拟退火算法求解TSP问题。一、问题描述 本案例以31个城市为例，假定31个城市的位置坐标如表1所列。寻找出一条最短的遍历31个城市的路径。城市编号X坐标Y坐标城市编号X坐
2022-05-02 16:35:54
4529
7
原创 Python绘制圆锥曲线动画
圆锥曲线非常适合进行动态演示，尤其是其中优美的几何关系，更能在动态变化表现得淋漓尽致。本文探讨了圆锥曲线的动画绘制方法。
2022-04-30 19:47:34
1122
原创 【建模算法】基于遗传算法求解TSP问题（Python实现）
TSP (traveling salesman problem，旅行商问题)是典型的NP完全问题，即其最坏情况下的时间复杂度随着问题规模的增大按指数方式增长，到目前为止还未找到一个多项式时间的有效算法。本文探讨了基于遗传算法求解TSP问题的Python实现。
2022-04-26 17:26:22
17987
12
基于Python实现的车道线检测完整代码
2022-06-15
matlab基于求解器intlinprog求解TSP问题
2022-05-26
蚁群算法求解TSP问题（matlab源码）.zip
2022-05-05
粒子群算法求解TSP问题（matlab源码）.zip
2022-05-04
基于遗传算法的TSP问题求解（matlab源码）
2022-04-26
家庭装修材料计算器2.0
2010-08-16
十四位数仿真科学计算器（语音型）
2010-08-16
虚拟DVD光驱软件(Virtual CloneDrive)
2010-08-16
定时重启关机2.0.3
2010-08-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人