给出一个磁盘块序列：1、2、3、……、500，初始状态所有块为空的，每块的大小为2k。
选择使用位表、链式空闲区、索引和空闲块列表四种算法之一来管理空闲块。
对于基于块的索引分配执行以下步骤：随机生成2k-10k的文件50个，文件名为1.txt、2.txt、……、50.txt，按照上述算法存储到模仿磁盘中。
删除奇数.txt（1.txt、3.txt、……、49.txt）文件新创建5个文件（A.txt、B.txt、C.txt、D.txt、E.txt），大小为：7k、5k、2k、9k、3.5k，按照与（1）相同的算法存储到模仿磁盘中。
给出文件A.txt、B.txt、C.txt、D.txt、E.txt的文件分配表和空闲区块的状态。
实验报告（含程序流程图）&源码
选择使用位表、链式空闲区、索引和空闲块列表四种算法之一来管理空闲块。
对于基于块的索引分配执行以下步骤：随机生成2k-10k的文件50个，文件名为1.txt、2.txt、……、50.txt，按照上述算法存储到模仿磁盘中。
删除奇数.txt（1.txt、3.txt、……、49.txt）文件新创建5个文件（A.txt、B.txt、C.txt、D.txt、E.txt），大小为：7k、5k、2k、9k、3.5k，按照与（1）相同的算法存储到模仿磁盘中。
给出文件A.txt、B.txt、C.txt、D.txt、E.txt的文件分配表和空闲区块的状态。
实验报告（含程序流程图）&源码
2016/5/22 5:33:27
359KB
1
模仿学习此仓库包含一些强化学习算法的简单PyTorch实现：优势演员评论家（A2C）的同步变体近端策略优化（PPO）-最受欢迎的RL算法，，，策略上最大后验策略优化（V-MPO）-DeepMind在其上次工作中使用的算法（尚不起作用...）行为克隆（BC）-一种将某些专家行为克隆到新策略中的简单技术每种算法都支持向量/图像/字典观察空间和离散/连续动作空间。
为什么回购被称为“模仿学习”？当我开始这个项目并进行回购时，我认为模仿学习将是我的主要重点，并且无模型方法仅在开始时用于培训“专家”。
但是，PPO实施（及其技巧）似乎比我预期的花费了更多时间。
结果，现在大多数代码与PPO有关，但是我仍然对模仿学习感兴味，并打算添加一些相关算法。
当前功能目前，此仓库包含一些无模型的基于策略的算法实现：A2C，PPO，V-MPO和BC。
每种算法都支持离散（分类，伯努利，GumbelSoftmax）和连续（贝塔，正态，tanh（正态））策略分布以及矢量或图像观察环境。
Beta和tanh（Normal）在我的实验中效果最好（在BipedalWalker和Huma
为什么回购被称为“模仿学习”？当我开始这个项目并进行回购时，我认为模仿学习将是我的主要重点，并且无模型方法仅在开始时用于培训“专家”。
但是，PPO实施（及其技巧）似乎比我预期的花费了更多时间。
结果，现在大多数代码与PPO有关，但是我仍然对模仿学习感兴味，并打算添加一些相关算法。
当前功能目前，此仓库包含一些无模型的基于策略的算法实现：A2C，PPO，V-MPO和BC。
每种算法都支持离散（分类，伯努利，GumbelSoftmax）和连续（贝塔，正态，tanh（正态））策略分布以及矢量或图像观察环境。
Beta和tanh（Normal）在我的实验中效果最好（在BipedalWalker和Huma
2016/4/5 15:54:46
11.42MB
1
算法设计实验报告，包括：蛮力法、分治法和减治法求最大子段和问题各自的基本思想、时间复杂度分析，C++实现代码，三种算法运转时间的比较，运转截图，实验心得。
2021/11/22 7:34:26
214KB
1
股票价格预测-LSTM-TCN-GBDT运用四种算法（LSTM，TCN，GRU，GBDT）进行股票价格的预测和预测结果的检验。
2022/10/28 5:04:15
474KB
1
人工神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。
在工程与学术界也常直接简称为神经网络或类神经网络。
神经网络是一种运算模型，由大量的节点（或称神经元）之间相互联接构成。
每个节点代表一种特定的输出函数，称为激励函数（activationfunction）。
每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。
网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。
而网络本身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。
在工程与学术界也常直接简称为神经网络或类神经网络。
神经网络是一种运算模型，由大量的节点（或称神经元）之间相互联接构成。
每个节点代表一种特定的输出函数，称为激励函数（activationfunction）。
每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。
网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。
而网络本身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。
2019/7/7 12:58:58
2.15MB
1
SIRT,LSQR,SVD算法程序中，M，N分别系数矩阵A的行数和列数（对于不同的方程，需本人改动此参数），反演得X分别放在文件SIRT_X.TXT,LSQR_X.TXT,SVD_X.TXT中(由程序自动生成)。
另：运行svd程序时，找到svd.c，打开编译运行即可。
附带一个A*X=B的测试文件，其中a.txt是测试方程矩阵的系数矩阵，x.txt为已知解，b.txt为测试方程右边的常数项。
分别用上面提供的三个反演算法程序，计算一下，将a.txt，b.txt作为已知输入程序，算出解X，再与x.txt中的已知真实解比较，即可看出哪种算法的精度高。
另：运行svd程序时，找到svd.c，打开编译运行即可。
附带一个A*X=B的测试文件，其中a.txt是测试方程矩阵的系数矩阵，x.txt为已知解，b.txt为测试方程右边的常数项。
分别用上面提供的三个反演算法程序，计算一下，将a.txt，b.txt作为已知输入程序，算出解X，再与x.txt中的已知真实解比较，即可看出哪种算法的精度高。
2018/7/2 23:31:33
9KB
1
VS2008+OPENCV2.3.0没做MFC单纯的代码，运行起来如果有延迟请将输出坐标正文掉，PS：貌似这种算法的角点对光线很敏感，而且不稳定。
2019/5/25 8:18:50
7.55MB
1
本资源针对针对Karate数据集，使用networkx工具包实现了GN,LPA,LFM三种社区发现算法，并提供了模块度评价方法和可视化的方法。
数据分析结果和可视化图片都已保存在文件中。
共含有26个执行文件，代码可直接运转。
数据分析结果和可视化图片都已保存在文件中。
共含有26个执行文件，代码可直接运转。
2021/5/24 20:23:02
781KB
1
（1）利用DCT进行jpg压缩，其中DCT可以调用函数，其它尽量本人编写代码，压缩过程可进行适当简化；
（2）对图像进行二值化，请利用二值图像压缩方法进行数据压缩，然后解压缩，看通过肉眼能否看清表盘数据，比较两种算法的压缩效果；
（2）对图像进行二值化，请利用二值图像压缩方法进行数据压缩，然后解压缩，看通过肉眼能否看清表盘数据，比较两种算法的压缩效果；
2020/6/15 22:29:34
42KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB