image enhancement

python 基于django中间件实现的权限管理系统

Python DHCP client source code

svn信息探测svn信息探测svn信息探测svn信息探测svn信息探测svn信息探测svn信息探测svn信息探测svn信息探测svn信息探测svn信息探测svn信息探测svn信息探测svn信息探测svn信息探测svn信息探测svn信息探测svn信息探测svn信息探测svn信息探测svn信息探测

小Q有一块NxM像素格的画板，画板初始状态为空白的，用‘X’表示。如果选择斜线为‘/’画格子，涂成蓝色，用‘B’表示；如果选择斜线为‘’画格子，涂成黄色，用‘Y’表示； 如果一个格子既被蓝色涂过又被黄色涂过，则变成绿色，用‘G’表示。 小Q已经有想好画的样子，计算最少要多少次操作完成这幅画？输入：4 4 YXXB XYGX XBYY BXXY输出：3

PYTHON programming: AN INTRODUCTION TO COMPUTER SCIENCE by JOHN ZELLE

说明：  trubo code with sova algoritm in matlab

PID control of 2link arm. 控制两关节的机器手臂模型。使用PID控制。

说明：  旨在系统介绍人工智能的基本原理、方法和技术，并反映国内外研究和应用的最新进展(The purpose of this paper is to systematically introduce the basic principles, methods and techniques of AI, and to reflect the latest research and application progress at home and abroad.)

Python密度聚类 最近在Science上的一篇基于密度的聚类算法《Clustering by fast search and find of density peaks》引起了大家的关注(在我的博文“论文中的机器学习算法——基于密度峰值的聚类算法”中也进行了中文的描述)。于是我就想了解下基于密度的聚类算法，熟悉下基于密度的聚类算法与基于距离的聚类算法，如K-Means算法之间的区别。 基于密度的聚类算法主要的目标是寻找被低密度区域分离的高密度区域。与基于距离的聚类算法不同的是，基于距离的聚类算法的聚类结果是球状的簇，而基于密度的聚类算法可以发现任意形状的聚类，这对于带有噪音点的数据起着重要的作用。(The main goal of the density based clustering algorithm is to find high density regions separated by low density regions. Different from distance based clustering algorithm, the clustering results based on distance clustering algorithm are spherical clusters, and density based clustering algorithm can detect clustering of arbitrary shapes, which plays an important role in data with noisy points.)

python 金融大数据分析，最近在网上发现的一本好书，和大家分享。(Python financial data analysis, recently found a good book on the Internet, to share with you.)