算法 深度matlab系统

matlab使用分位数随机森林(QRF)回归树检测异常值|附代码数据

全文链接:http://tecdat.cn/?p=22160 最近我们被客户要求撰写关于分位数随机森林(QRF)回归树的研究报告,包括一些图形和统计输出。 这个例子展示了如何使用分位数随机林来检测异常值 分位数随机林可以检测到与给定X的Y的条件分布有关的异常值。 离群值是一些观测值,它的位置离数据集 ......
位数 森林 代码 数据 matlab

Linux vs MacOS ,你更喜欢哪个系统?

大家应该都知道Windows,Linux和MacOS这几个操作系统,它们各有优缺点,比如像游戏等专门的领域,Windows当然是比Linux更好些,但Linux是开源的,安全性和稳定性要比Windows要好,如果是关于视频编辑方向的,那MacOS可能是更好的系统选择,具体要使用哪种操作系统,还是看个 ......
系统 Linux MacOS vs

Linux vs MacOS ,你更喜欢哪个系统?

大家应该都知道Windows,Linux和MacOS这几个操作系统,它们各有优缺点,比如像游戏等专门的领域,Windows当然是比Linux更好些,但Linux是开源的,安全性和稳定性要比Windows要好,如果是关于视频编辑方向的,那MacOS可能是更好的系统选择,具体要使用哪种操作系统,还是看个 ......
系统 Linux MacOS vs

Linux vs MacOS ,你更喜欢哪个系统?

大家应该都知道Windows,Linux和MacOS这几个操作系统,它们各有优缺点,比如像游戏等专门的领域,Windows当然是比Linux更好些,但Linux是开源的,安全性和稳定性要比Windows要好,如果是关于视频编辑方向的,那MacOS可能是更好的系统选择,具体要使用哪种操作系统,还是看个 ......
系统 Linux MacOS vs

MongoDB从入门到实战之.NET Core使用MongoDB开发ToDoList系统(8)-Ant Design Blazor前端框架搭建

前言 前面的章节我们介绍了一些值得推荐的Blazor UI组件库,通过该篇文章的组件库介绍最终我选用Ant Design Blazor这个UI框架作为ToDoList系统的前端框架。因为在之前的工作中有使用过Ant Design Vue、Ant Design Angular习惯并且喜欢Ant Des ......
MongoDB 前端 实战 框架 ToDoList

VScode连接WSL总是频繁断开连接,并且卡顿,导致windows系统崩溃

vscode出现这种情况,原因在于win10自带的openSSH版本可能和vscode不太兼容,安装其他版本可能解决这个问题。 本地使用的是win10自带的openSSH,版本是8.1p1。 我们可以通过使用的是git自带的ssh版本来解决问题。 解决办法: 1.下载并安装git,网址:Git - ......
windows VScode 系统 WSL

欧几里得(及其扩展算法)

# 欧几里得算法 - 算法内容 计算两个数的最大公约数的算法,也叫辗转相除法。即: gcd(a,b)=gcd(b,a%b)。 - 数学证明 设gcd(a,b)=d,则必定有:d|a且d|b,则必定有d|(ax+by)而a%b=a-a/b*b,所以d|(a%b),则d必定为b和a%b的约数,并且a%b ......
算法

【QoS预测】基于深度协同过滤的位置感知QoS预测

论文题目: Jia Z, Jin L, Zhang Y, et al. Location-Aware Web Service QoS Prediction via Deep Collaborative Filtering[J]. IEEE Transactions on Computational ......
QoS 深度 位置

系统 | .symlink文件详解

`.symlink` 结尾的文件则是一种特殊的文件类型,通常用于创建符号链接。 符号链接是一种特殊的文件类型,可以作为另一个文件或目录的引用。它们类似于 Windows 系统中的快捷方式,可以将一个文件或目录链接到另一个位置,使得它们可以在多个位置共享。 在一些开源软件项目中,`.symlink` ......
symlink 文件 系统

算法导论-第22章-BFS和DFS

本章将介绍图的表示和图的搜索。图的搜索指的是跟随图中的边来访问图中的每个结点。图搜索是整个图算法领域的核心。22.1介绍图的两种表示方法:邻接链表和邻接矩阵。22.2介绍广度优先搜索(BFS)。22.3介绍深度优搜索(DFS)。 # 22.1 图的表示 对于图 $G=(V, E)$,有用两种标准表示 ......
导论 算法 BFS DFS

算法导论-第33章-最近点对问题

# 最近点对问题 **问题描述**:在 $n \ge 2$ 个点的集合 $Q$ 中寻找最近点对的问题,“最近”指的是欧几里得距离最小,即点 $p_1=(x_1, y_1)$ 和 $p_2=(x_2, y_2)$ 之间的欧几里得距离 $d=\sqrt{(x_1-x_2)^2+(y_1-y_2)^2}$ ......
导论 算法 问题

算法导论-第16章-贪心算法

求解最优化问题时候通常要经过一串步骤,每一步都有多种选择。对于很多问题来说,用动态规划求最优解就是杀鸡用牛刀,可以使用更简单的算法。 **贪心算法**(greedy algorithm)在每一步都做出当时看起来是最佳的选择。也就是说,它综述做出局部最优的选择,希望通过局部最优解得到全局最优解。 ** ......
算法 导论

算法导论-第15章-动态规划

**动态规划**(dynamic programming)的思想是**分治思想**和**解决冗余**。 - 与分治法相似的是 - 将原问题**分解为若干个子问题**,先求解子问题,然后从这些子问题的解得到原问题的解。 - 与分治法不同的是 - 经分解的子问题**往往不是相互独立的**。若用分治法来解 ......
导论 算法 动态

算法导论-第13章-红黑树

第12章介绍了一棵高度为$h$的二叉搜索树,它可以支持任何一种基本动态集合操作,如`SEARCH`、`PREDECESSOR`、`SUCCESSOR`、`MINIMUM`、`MAXIMUM`、`INSERT`和`DELETE`等,其时间复杂度均为$\Omicron(h)$。因此,如果搜素树的高度较低 ......
导论 算法

算法导论-第17章-摊还分析

本章主要涉及理论分析,感觉第3版讲的不是很好(也有可能是翻译的语句不通顺),这里搬运了知乎上的文章。 - https://zhuanlan.zhihu.com/p/536470404 - https://zhuanlan.zhihu.com/p/577232877 - https://zhuanla ......
导论 算法

算法导论-第14章-数据结构的扩张

本章讨论通过扩展红黑树构造出的两种数据结构。14.1节介绍一种支持一般动态集合上顺序统计操作的数据结构。通过这种数据结构,我们可以快速地找到一个集合中的第 $i$ 小的数,或给出一个指定元素在集合的全序中的位置。14.2节抽象出数据结构的扩张过程,并给出一个简化红黑树扩张的定理。14.3节使用这个定 ......
数据结构 导论 算法 结构 数据

算法导论-第21章-用于不相交集合的数据结构

21.1节描述不相交集合数据结构支持的各种操作,并给出一个简单的应用。21.2节使用一种简单链表结构来实现不相交集合。21.3节使用有根树来实现,使用树表示的运行时间理论上好于线性时间,然而对于所有的实际应用它确是线性的。 # 21.1 不相交集合的操作 一个**不相交集合数据结构**(disjoi ......
数据结构 导论 算法 结构 数据

算法导论-第4章-分治法

# 回忆 在2.3.1中,归并排序使用了分治法。在分治法中,当递归地求解一个问题,在每层递归中执行如下三步骤: - 分解(Divide):将问题划分为子问题,子问题的形式与原问题一样,只是规模更小。 - 解决(Conquer):递归地求解出子问题。如果子问题的规模足够小,则停止递归,直接求解。 - ......
导论 算法

算法导论-第6章-堆排序

# 6.1 堆及堆的性质 **(二叉)堆**可以看作完全二叉树,其存储结构通常是**数组**,表示堆的数组A中有两个重要属性:$A.length$表示数组元素的个数;$A.heap-size$表示有多少个堆元素在数组中,$0 \le A.heap-size \le A.length$。 ![Figu ......
导论 算法

算法导论-第7章-快速排序

# 7.1 快速排序的描述 对一个典型的子数组$A[p..r]$进行快速排序的三步分治过程: - **分解**:数组$A[p..r]$被划分为两个(可能为空)的子数组$A[p..q-1]$和$A[q+1..r]$,使得$A[p..q-1]$中的每一个元素都小于等于$A[q]$,而$A[q+1..r] ......
导论 算法

算法导论-第8章-线性时间排序

# 前言 此前我们已经学习了几种$\Omicron(n \log n)$的排序算法,这些排序算法都有一个有趣性质,在排序的最终结果中,各元素的次序依赖于它们之间的比较,我们将这类排序称为**比较排序(comparison sort)**。 8.1节将要证明**对包含$n$个元素的输入序列,在最坏情况 ......
导论 线性 算法 时间

算法导论-第9章-中位数和顺序统计量

一个包含 $n$ 个元素的集合中的第 $i$ 个**顺序统计量**指集合中的第 $i$ 小的元素。**最小值**是第 $1$ 个顺序统计量($i= 1$),**最大值**是第 $n$ 个顺序统计量($i = n$)。 9.1节将讨论从集合中找出最小值和最大值的问题。9.2节将分析一个实用的算法,它在 ......
中位数 导论 算法 顺序

1.1 Ubuntu 系统安装

一、安装VMware 首先先下载 Vmware Workstation ,我这里下载的是最新版17Pro,下面这个链接是阿里云盘下载地址。 https://www.aliyundrive.com/s/c7R9LyVVNEq 永久激活码选其一: JU090-6039P-08409-8J0QH-2YR7 ......
Ubuntu 系统 1.1

文心一言 VS 讯飞星火 VS chatgpt (51)-- 算法导论6.2 3题

# 三、当元素 A[i] 比其孩子的值都大时,调用 MAX-HEAPIFY(A.i)会有什么结果? ## 文心一言: 当元素 A[i] 比其孩子的的值都大时,调用 MAX-HEAPIFY(A, i) 会将 A[i] 与其孩子中的最小值进行交换,并将 A[i] 视为新的根节点。这个操作会使得以 A[i ......
文心 导论 算法 chatgpt VS

matlab的低级错误

原来的代码如下: clear all; t=0:0.1:10; k(i)=2*(1+exp(-t(i)))/(1-exp(-t(i))); plot(t,k); axis([0 10.5 0 21]) grid on ylabel('K'); xlabel('t'); title('the rela ......
错误 matlab

常用命令使用(1)--常用系统命令

专业和班级 2020级 成绩 姓名 lhk 学号 1225 课程名称 计算机网络 实验名称 常用命令使用(1)--常用系统命令 实 验 目 的 和 要 求 理解和掌握常用系统命令的概念和作用; 初步掌握常用系统命令的基本操作; 练习系统命令的使用,每个命令截.2、3个图并加以说明。 知 识 理 论 ......
命令 常用 系统

【QoS预测】用于QoS预测的基于多源特征学习的联合深度网络

论文题目: Xia Y, Ding D, Chang Z, et al. Joint deep networks based multi-source feature learning for QoS Prediction[J]. IEEE Transactions on Services Comp ......
QoS 深度 特征 网络

学不会的排序算法

#什么是排序 所谓排序,就是使一串记录,按照其中的某个或某些关键字的大小,递增或递减的排列起来的操作。排序算法,就是如何使得记录按照要求排列的方法。 #排序算法的评价标准 (1)时间复杂度(2)空间复杂度(3)排序方式(4)稳定性 ![](https://img2023.cnblogs.com/bl ......
算法

python使用 flask+vue 制作前后端分离图书信息管理系统

哈喽兄弟们,今天咱们来用Python实现一个前后端分离的图书信息管理系统。 制作前后端分离图书信息管理系统的思路: 1、前端部分 首先,我们可以使用 VueJS 作为前端框架,并通过 Vue CLI 工具进行创建和管理项目。 2、后端部分 后端部分我们可以采用 Python Flask 框架,这个框 ......
管理系统 python 图书 系统 flask

Spring Security实现多用户系统登录

由于管理层的突发奇想,硬要把我负责的系统塞到其他的项目中去,而系统之间的用户系统又不同,如果要合并到一起,那改动将是非常大,于是就产生这个多用户系统登录的问题。 因为userDetailService是通过用户名来查找用户信息的,所以具体实现得通过多个userDetailService提供用户信息, ......
Security 用户 Spring 系统