关于二叉树结构的一个应用小实例

为了防止分水岭算法过分割问题,该文提出了一种基于自适应预处理的图像分割算法。该方法在分水岭算法的基础上，首先结合像素点亮度特征和空间分布特性应用自适应方法对梯度图像进行预处理。通过考察各像素点邻域中像素分类后的分布情况，来判断考察点是处于区域中心还是处于边界，并据此对考察点的梯度值进行调节。然后在预处理后的梯度图像上选定标记，将预处理后的梯度图像中大于200个像素的连通区域标定为标记。最后用分水岭分割方法对带标记的参考图像进行分割。试验结果表明，该分割方法具有良好的分割效果。

Kaggle平台泰坦尼克号数据集+源代码+注释

详细的LSTM代码， 附带数据。RNN全称循环神经网络（Recurrent Neural Networks），是用来处理序列数据的。在传统的神经网络模型中，从输入层到隐含层再到输出层，层与层之间是全连接的，每层之间的节点是无连接的。但是这种普通的神经网络对于很多关于时间序列的问题却无能无力。

差额加权轮询算法Matlab仿真，输出包含数据包到达速度、队列发送速度、数据包平均时延。

java swing组件实现五子棋程序，可以单机可以联网，包括服务器端和客户端，可多人在线，可以开设房间与玩家玩。

该程序是基于STM32F103VCT6写的，实现了卡的读写，密码验证、修改；读写保护位，OLED5寸屏幕显示

本文件为电动汽车充电桩的一个simulink仿真图，采用了隔离式的DC/DC环节

实现基于16QAM的基带调制，包括调制、根号升余弦滚降成型、加噪声、匹配滤波、采样判决和解调，眼图绘制。

【实例简介】STM32通过WIFI连接获取网络时间,采用淘宝现成的串口WIFI模块来编程。

由于神经网络具有拟合非线性的能力,所以可以用神经网络来处理内部模型的非线性特性,因此这种内部模型采用神经网络的非线性PLS方法得到了广泛的应用。传统的前馈神经网络在训练中采用梯度学习算法,网络中的参数需要迭代更新,不仅训练时间长,而且容易导致局部极小和过度训练等问题,另外其多隐层的结构也导致了样本训练速度慢,训练误差大"此外,Bartlett提出对于已达到最小训练误差的前馈神经网络,权值越小泛化特性越好,而传统的梯度学习算法仅仅考虑训练误差最小,忽视了权值大小对网络的影响,这些问题都将影响到模型的泛化特性。