1、Python实现社交网络影响力最大化Linear_Threshold（线性阈值模型）算法。
2、对线性阈值模型算法进行优化改进，实现贪心算法。
3、代码中有详细注释说明，测试代码，测试节点数据集，并对数据集进行处理，输出测试结果。
4、代码实现环境：Python2.7,Anoconda2,Pycharm2017。
2、对线性阈值模型算法进行优化改进，实现贪心算法。
3、代码中有详细注释说明，测试代码，测试节点数据集，并对数据集进行处理，输出测试结果。
4、代码实现环境：Python2.7,Anoconda2,Pycharm2017。
2024/4/29 12:50:25
9KB
1
通过在UCI开源网站上下载CarEvaluation数据集，对其使用机器学习算法进行分析，分别使用了分类算法，回归算法，聚类算法，文件中附数据集以及代码，代码使用jupyter运行即可，代码中介绍比较详细，通熟易懂，从头至尾皆可跑通！
2024/4/28 2:31:52
70KB
1
利用python爬取飞猪网站获取全国景点的数据。
包含字段：序号（id），景点标题（title），封面图（picUrl）,销量（sold）,价格（price），对应飞猪网站的地址（url），景点城市（city）
包含字段：序号（id），景点标题（title），封面图（picUrl）,销量（sold）,价格（price），对应飞猪网站的地址（url），景点城市（city）
2024/4/27 18:18:19
12.92MB
1
DARPA2000年评测数据包括覆盖了Probe,DoS,R2L,U2R和Data等5大类58种典型攻击方式,是目前最为全面的攻击测试数据集.同时,作为研究领域共同认可及广泛使用的基准评测数据集,DARPA2000年评测数据为新提出的入侵检测算法和技术与其他算法之间的比较提供了可能.
2024/4/27 6:12:06
106.45MB
1
MATLAB底层代码实现深度学习LeNet网络训练，用于Mnist数据集手写识别对于博客见：http://blog.csdn.net/love_ljq/article/details/78976452
2024/4/26 7:01:01
1.51MB
1
pima-indians-diabetes.data.csv，Pima印第安人糖尿病数据集。
2024/4/25 18:54:07
23KB
1
一般的空间模式(CSP)是一种在脑-机接口(BCIs)背景下对脑电图(EEG)信号进行分类的流行算法。
本文介绍了一种小样本环境中CSP的正则化和聚合技术。
常规算法基于基于样本的协方差矩阵估计。
因此，如果训练样本的数量很少，其性能就会下降。
为了解决这一问题，提出了一种正则化的CSP(R-CSP)算法，该算法通过两个参数对协变矩阵估计进行正则化，从而降低估计方差，同时减小估计偏差。
为了解决正则化参数确定的问题，进一步提出了聚合(R-CSP-A)的R-CSP，并将一些R-CSP聚合在一起，给出了一个基于集合的解决方案。
提出了一种基于BCI竞争三种竞争算法的数据集IVa的算法。
实验表明，在SSS（小样本环境）中，R-CSP-A的平均分类性能明显优于其他方法。
本文介绍了一种小样本环境中CSP的正则化和聚合技术。
常规算法基于基于样本的协方差矩阵估计。
因此，如果训练样本的数量很少，其性能就会下降。
为了解决这一问题，提出了一种正则化的CSP(R-CSP)算法，该算法通过两个参数对协变矩阵估计进行正则化，从而降低估计方差，同时减小估计偏差。
为了解决正则化参数确定的问题，进一步提出了聚合(R-CSP-A)的R-CSP，并将一些R-CSP聚合在一起，给出了一个基于集合的解决方案。
提出了一种基于BCI竞争三种竞争算法的数据集IVa的算法。
实验表明，在SSS（小样本环境）中，R-CSP-A的平均分类性能明显优于其他方法。
2024/4/24 0:29:52
1.73MB
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