特效（改进版）

说明：  kaggle--入门题，房价预测，常用机器学习算法。(Kaggle entry questions, house price forecasts.)

说明：  指定预测变量的惩罚样条基础。这是通过拟合一组相对较小的样条并惩罚积分二阶导数来完成的。传统的平滑样条曲线每次观察使用一个基础，但是一些作者指出，对于大于自由度的2-3倍的任何数量的基函数，拟合的最终结果是难以区分的。Eilers和Marx指出，如果基函数是均匀间隔的，这会导致显着的计算简化，它们将结果称为p样条。(Specifies a penalised spline basis for the predictor. This is done by fitting a comparatively small set of splines and penalising the integrated second derivative. Traditional smoothing splines use one basis per observation, but several authors have pointed out that the final results of the fit are indistinguishable for any number of basis functions greater than about 2-3 times the degrees of freedom. Eilers and Marx point out that if the basis functions are evenly spaced, this leads to significant computational simplification, they refer to the result as a p-spline.)

用于激光扫描的RTC5振镜控制的DLL、LIB和头文件(DLL, LIB and header files for the control of RTC5 galvanometer for laser scanning)

对于学习信息论的各位朋友们帮助很大，精炼易懂(It is very helpful for those who study information theory,it is Refining and easy to understand. )

说明：  IEEE14节点交流输电网络，加故障可用来分析潮流计算(IEEE14-bus AC transmission network with faults can be used to analyze power flow calculation)

是用verilog写的,解复接程序,可以把复接的反过来,一般用在解码程序中!-verilog is written, Demultiplexer procedures can multiplexing the contrary, generally used in the decoding process.

说明：  An open source, embedded, high performance g-code-parser and CNC milling controller written in optimized C that will run on a straight

俄罗斯方块，经典游戏。 其中的主要逻辑有： 　　（1）由于c的随机性函数不好，所以每次游戏开始根据bios时间设置种子。 　　（2）得分越高，方块下降速度越快（每200分为单位）。 　　（3）每下落一个方块加1分，每消除一行加10分，两行加30分，三行加70分，四行加150分。初试分数为100分。 　　游戏控制： 　　up-旋转；空格-下落到底； 左右下方向键-控制方向。P-开始或暂停游戏。 ESC-退出。 　　特点： 　　（1）由于tc不支持中文，所以基本都是英文注释。 　　（2）函数命名尽可能规范的表达其内部处理目的和过程。 　　（3）代码加上注释仅有577行。（我下载过的两个俄罗斯方块代码一个在1087行，一个在993行，我的比它们代码少）。 　　（4）除了消除空格时算法比较复杂，其他算法都比较简单易读。 　　（5）绘图效率和局部代码效率扔有待提高。 　　（6）FrameTime参数可能依据不同硬件环境进行具体设置，InitGame需要正确的TC路径。-Tetris, classic games.

说明：  使用卷积神经网络进行高光谱遥感数据分类，使用的数据源为Pavia University高光谱数据 文件夹log--日志文件夹，存放TensorBorad日志、网络参数文件、混淆矩阵图 文件夹Patch--存放数据处理的切片结果 文件夹PaviaU--高光谱数据下载存放位置 文件夹predicted--CNN对原始影像的分类结果 data.py--对原始高光谱影像进行数据处理，生成切片 net.py--神经网络模型 train.py--训练神经网络 utils.py--需要用到的函数 show.py--使用训练好的神经网络模型对原始数据进行分类(Using convolution neural network to classify hyperspectral remote sensing data, the data source is Pavia University hyperspectral data. Folder log -- Log folder, store TensorBorad logs, network parameter files, obfuscation matrix diagrams Folder Patch -- Stores slice results of data processing Folder PaviaU -- Place for Hyperspectral Data Download and Storage Folder predicted -- CNN classification results of original images Data.py -- Data processing of original hyperspectral images to generate slices Net.py--Neural Network Model Train.py--Training Neural Network Utils. py -- Functions to be used Show.py -- Classification of raw data using trained neural network model)

好用的windows远程连接linux传输文件工具(Useful Windows Remote Linux Transfer File Tool)