LSTM数据集+python源码

【实例简介】《GPU高性能运算之CUDA》是一本很好的cuda编程参考书，内容简洁明了，具有很好的指导意义！

将图中曲线还原为数据点的工具，超好用，免安装，解压即可~

转子系统的临界转速计算，Matlab程序

基于Matlab的改进人工势场法路径规划与避障实验验证。

【实例简介】学习modbus开发好资料。 【modbus协议+modbus软件开发实战指南PDF打包下载】

该方法使用Rosenfeld 细化算法，注释详细，阅读方便。

由于公司要把oracle 数据库迁移到hive ，hbase 环境，特建议使用kettle做数据迁移，调试3个小时，终于调试成功，顺手写了个配置文档。

【实例简介】# 代码功能: LS-TM 循环神经网络，预测时间序列---------------------------- # 第1步: 处理原始数据集, 归一化，制作X_train、Y_train、X_test、Y_test # 第2步: 训练LS-TM网络, epoch=300 # 第3步: 时间序列预测

无线传感器网络中RSSI定位算法，利用matlab仿真软件模拟实际过程中RSSI面临的各类环境

【实例简介】LSTM异常检测自动编码器 使用LSTM自动编码器检测异常并对稀有事件进行分类。 如此多次，实际上是现实生活中的大多数数据，我们都有不平衡的数据。 数据是我们最感兴趣的事件，很少见，不像正常情况下那么频繁。 例如，在欺诈检测中。 大多数数据是正常情况，无论数据是否已标记，我们都希望检测异常或何时发生欺诈。 处理未标记的数据时，我们通常会使用“异常值检测”方法，例如，基于聚类的局部离群值因子（CBLOF） ，基于直方图的离群值检测（HBOS）等。而标记的数据被视为“分类”问题和分类器，如和。 但是，由于正数据点在数据中很少见，因此该算法发现很难从数据中学到很多东西。 例如，分类器通常最终会在所有情况下都预测为“负”，以实现最佳准确性。 在这里，我们将研究可用于有监督和无监督以及罕见事件分类问题的另一种方法。 长短期记忆自动编码器。