01_Inverted

说明：  GOME-2数据反演叶绿素荧光算法代码，添加文件为GOME-2 level 1b级数据时，得到的Fs数组即为反演结果(Code of chlorophyll fluorescence algorithm retrieved from GOME-2 data)

本源码是HSMM的Python包，HSMM是HMM的一个变种，主要用于模式识别，机器学习等(Python pakage for HSMM)

：搭建神经网络，在 mnist 数据集上训练模型，输出手写数字识别准确率。

说明：  使用python编写的小程序，基于svm的鸢尾花分类模型。(Iris classification model based on SVM)

Adaboost体现的是“三个臭皮匠，胜过一个诸葛亮”，它是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)， 然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器）(Adaboost embodies "three smelly cobblers are better than one Zhuge Liang". It is an iterative algorithm. Its core idea is to train different classifiers (weak classifiers) for the same training set. Then these weak classifiers are combined to form a stronger final classifier (strong classifier).)

《Python进阶》是《Intermediate Python》的中译本，对Python中的装饰器与推导式等高级用法做了详细说明，适合于掌握Python基础后的进一步提高。 Python的语法相当简洁，即使是生成器、装饰器与推导式等的高级特性利用时，同样可以发挥Pyhton简单高效的优点。 Pyhton3.x与2.x版本语法存在不同的地方，《Pyhton》进阶中的例子会贴出Python3与Pyhton2两个版本的代码，比较难能可贵。 译者在翻译过程中，慢慢发现，本书作者有着科普作家的风范，能将晦涩难懂的技术以较清晰简洁的方式来呈现，深入浅出的风格在每个章节的讨论中都得到了体现：每个章节都非常精简，5分钟就能看完，例子追求简洁，精辟地展现了原理；每个章节都会通过疑问，来引导读者主动思考答案；每个章节都引导读者做延伸阅读，让有兴趣的读者能进步、可以举一反三；每个章节都是独立的，你可以挑选任意的章节开始阅读， 不受影响。

【实例简介】

使用python语言实现多张图像的拼接，并且处理拼接之后的裂缝和黑边。(Use python language to achieve splicing of multiple images, and deal with cracks and black edges after splicing.)

运用python进行模糊聚类分析步骤如下：建立数据矩阵；数据标准化；建立模糊相似矩阵；改造相似关系为等价关系；确定分类数(The steps of Python fuzzy clustering analysis are as follows: establishing data matrix; standardizing data; establishing fuzzy similarity matrix; transforming similarity relation into equivalence relation; determining classification number.)

HOG LBP 在python matlab C++环境下的实现(Implementation of HOG LBP in Python matlab C++ environment)