《MATLAB神经网络43个案例分析》源代码&数据《MATLAB神经网络43个案例分析》目录第1章BP神经网络的数据分类——语音特征信号分类第2章BP神经网络的非线性系统建模——非线性函数拟合第3章遗传算法优化BP神经网络——非线性函数拟合第4章神经网络遗传算法函数极值寻优——非线性函数极值寻优第5章基于BP_Adaboost的强分类器设计——公司财务预警建模第6章PID神经元网络解耦控制算法——多变量系统控制第7章RBF网络的回归--非线性函数回归的实现第8章GRNN网络的预测----基于广义回归神经网络的货运量预测第9章离散Hopfield神经网络的联想记忆——数字识别第10章离散Hopfield神经网络的分类——高校科研能力评价第11章连续Hopfield神经网络的优化——旅行商问题优化计算第12章初始SVM分类与回归第13章LIBSVM参数实例详解第14章基于SVM的数据分类预测——意大利葡萄酒种类识别第15章SVM的参数优化——如何更好的提升分类器的功能第16章基于SVM的回归预测分析——上证指数开盘指数预测.第17章基于SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测第18章基于SVM的图像分割-真彩色图像分割第19章基于SVM的手写字体识别第20章LIBSVM-FarutoUltimate工具箱及GUI版本介绍与使用第21章自组织竞争网络在模式分类中的应用—患者癌症发病预测第22章SOM神经网络的数据分类--柴油机故障诊断第23章Elman神经网络的数据预测----电力负荷预测模型研究第24章概率神经网络的分类预测--基于PNN的变压器故障诊断第25章基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选第26章LVQ神经网络的分类——乳腺肿瘤诊断第27章LVQ神经网络的预测——人脸朝向识别第28章决策树分类器的应用研究——乳腺癌诊断第29章极限学习机在回归拟合及分类问题中的应用研究——对比实验第30章基于随机森林思想的组合分类器设计——乳腺癌诊断第31章思维进化算法优化BP神经网络——非线性函数拟合第32章小波神经网络的时间序列预测——短时交通流量预测第33章模糊神经网络的预测算法——嘉陵江水质评价第34章广义神经网络的聚类算法——网络入侵聚类第35章粒子群优化算法的寻优算法——非线性函数极值寻优第36章遗传算法优化计算——建模自变量降维第37章基于灰色神经网络的预测算法研究——订单需求预测第38章基于Kohonen网络的聚类算法——网络入侵聚类第39章神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现第41章定制神经网络的实现——神经网络的个性化建模与仿真第42章并行运算与神经网络——基于CPU/GPU的并行神经网络运算第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨

四个实验的代码和运转结果还有测试数据都在里面，要是要课程设计报告可以翻翻我的另一个《系统软件课程设计报告》

这个里面的都是测试数据，总共得分5分。
从控制台输入，不能从文件中读取。
实现了基本功能，加分项目都没有去实现，没有函数数组这些的实现。
这是用C++语言写的，新建parser类别要选C++，其他对于VS的配置和C语言一样。
for语句用的是枚举所有情况，你可以自行修改。
对预备工作中自然语言描述的简化C编译器的语言特性的语法，设计上下文无关文法进行描述借助Yacc工具实现语法分析器考虑语法树的构造：1.语法树数据结构的设计：节点类型的设定，不同类型节点应保存哪些信息，多叉树的实现方式2.实现辅助函数，完成节点创建、树创建等功能3.利用辅助函数，修改上下文无关文法，设计翻译模式4.修改Yacc程序，实现能构造语法树的分析器考虑符号表处理的扩充1.完成语法分析后，符号表项应添加哪些标识符的属性，保存语法分析的结果2.如何扩充符号表数据结构，Yacc程序如何与Lex程序交互，正确填写符号表项以一个简单的C源程序验证你的语法分析器，可以文本方式输出语法树结构，以节点编号输出父子关系，来验证分析器的正确性，如下例：main(){ inta,b; if(a==0) a=b+1;}可能的输出为：0:TypeSpecifier,integer,Children:1:IDDeclaration,symbol:aChildren:2:IDDeclaration,symbol:bChildren:3:VarDeclaration,Children:0124:IDDeclaration,symbol:aChildren:5:ConstDeclaration,value:0,Children:6:Expr,op:==,Children:457:IDDeclaration,symbol:aChildren:8:IDDeclaration,symbol:bChildren:9:ConstDeclaration,value:1,Children:10:Expr,op:+,Children:8911:Expr,op:=,Children:71012:ifstatement,Children:61113:compoundstatement,Children:3 12

2016年慈溪市小先生计算机程序设计竞赛复赛试题及测试数据

2016年慈溪市小先生计算机程序设计竞赛复赛试题及测试数据

java完成十六进制数转为图片实例，含代码和测试数据

使用KNN算法预测鸢尾花的品种，压缩文件中包含源码、训练数据以及测试数据

之前项目中需要一些测试数据，但这些测试数据都是需要满足正则的。
于是我就在网上苦于寻觅，找到了一个这样的一个jar。
整理了一下以供大家使用。

可以大大方便搞OI的同窗了。
使用方法，使用cena新建竞赛，将目录设为该文件夹，继续即可。

资源包包括USACO2001-2007年月赛的测试数据；
usaco月赛十年题典（2000-2009），usaco月赛2002-2008题解。
单独下载需资源分30分以上。
为了方便编程爱好者，我这边一致下载打包。
欢迎下载。

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。