爬虫获取电脑壁纸

说明：  卷积神经网络分类 调制信号识别 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 [1-2] 。卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称为“平移不变人工神经网络（Shift-Invariant Artificial Neural Networks, SIANN）” [3] 。 对卷积神经网络的研究始于二十世纪80至90年代，时间延迟网络和LeNet-5是最早出现的卷积神经网络 [4] ；在二十一世纪后，随着深度学习理论的提出和数值计算设备的改进，卷积神经网络得到了快速发展，并被应用于计算机视觉、自然语言处理等领域 [2] 。 卷积神经网络仿造生物的视知觉（visual perception）机制构建，可以进行监督学习和非监督学习，其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化（grid-like topology）特征，例如像素和音频进行学习、有稳定的效果且对数据没有额外的特征工程（feature engineering）要求 [1-2] 。(Convolutional neural network classification modulation signal recognition)

利用遗传算法求解柔性车间调度问题，采用Python编程实现(Using Genetic Algorithm to Solve Flexible Workshop Scheduling Problem)

说明：  简单的电池建模(戴维南模型)以及卡尔曼滤波器，用于估算模拟锂电池的充电状态（SoC）估计。可模拟CC / CV充电和脉冲放电。 然后显示图形，显示仿真结果。 可以在Python / main.py中使用容量和Thevenin模型值。 充电/放电协议也可以更改，值可在Python / protocol.py中找到。(Simple battery modeling (the Thevenin model) and the Kalman filter are used to estimate the state of charge (SoC) of an analog lithium battery. Can simulate CC / CV charging and pulse discharge. Then display the graph and display the simulation results. The capacity and Thevenin model values can be used in Python / main.py. The charge/discharge protocol can also be changed and the values can be found in Python / protocol.py.)

说明：  利用python进行数据分析，英文书籍，从pandas库的数据分析工具开始利用高性能工具对数据进行加载、清理、转换、合并以及重塑；利用matpIotlib创建散点图以及静态或交互式的可视化结果；利用pandas的groupby功能对数据集进行切片、切块和汇总操作；处理各种各样的时间序列数据。(Starting from the data analysis tools of pandas database, high performance tools are used to load, clean, transform, merge and remodel data; scatter plots and static or interactive visualization results are created by matpIotlib; data sets are sliced, sliced and aggregated by pandas group by function; and various operations are processed. Time series data.)

A derangement Recursion written in Python

说明：  卷积神经网络和循环神经网络被联合起来解决文本分类的问题(Convolutional neural network and cyclic neural network are combined to solve the problem of text classification)

sCO2 cycle simulation.

python实现的三维空间维罗尼图算法演示。(3d voronoi use python)

说明：  能够运用正则表达式简单进行对小说网站内容的爬取(Can simply crawl the content of the novel website)

说明：  Python 分水岭算法 用于图像分割等图像处理(Python watershed algorithm)