用FCM对数据集进行分类

通过改进RNN神经网络经典的LSTM模型预测交通流。(prediction traffic flow)

说明：  在fashion_mnist数据集上进行SVM的分类及调参(SVM on fashion_mnist dataset)

【实例简介】 这算是一个网络编程，服务端开启服务器后，客户端需输入服务端的主机IP才能开始聊天 注意：服务端不能加入聊天，该为使用GUI界面聊天，所以需要socket及tkinter库

搜遍全网也没看见个带书签的Python的标准库参考手册，只好用了一晚上的时间自己做了一个，本手册是基于2118页的中文版制作的书签，方便给需要的人。

LBP的各种算法对灰度图像的提取，包括标准化，旋转不变等，处理灰度图或者rgb图像。

测试数据集的代码mapreduce编程

说明：  自然语言处理语义分析演讲内容，入门者推荐学习(Text categorized corpus)

说明：  层次分析法，简称AHP，是指将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。(It refers to the decision-making method that divides the elements that are always related to decision-making into objectives, criteria, schemes, etc. on the basis of which qualitative and quantitative analysis can be carried out)

本书是一部系统论述Python编程语言、OOP编程思想以及函数式编程思想的立体化教程（含纸质图书、电子书、教学课件、源代码与视频教程）。为便于读者高效学习，快速掌握Python编程方法。本书作者精心制作了电子书、完整的教学课件、完整的源代码与丰富的配套视频教程以及在线答疑服务等内容。 本篇包括8章内容，系统介绍了Python语言的基础知识。内容包括Python语言历史，Python语言的特点，开发环境的搭建，创建第一个Python程序，Python语法基础，Python编码规范，数据类型，运算符和控制语句，Python数据结构，函数式编程。通过本篇的学习，读者可以全面了解Python的发展及特点，详细了解Python的语法规范，初步掌握Python程序设计的基本方法。 第1章 开篇综述 第2章 开发环境搭建 第3章 第一个Python程序 第4章 Python语法基础 第5章 Python编码规范 第6章 数据类型 第7章 运算符 第8章 控制语句 第9章 数据结构 第10章 函数式编程

import cv2 import numpy as np import math import matplotlib.pyplot as plt class Hog_descriptor(): def __init__(self, img, cell_size=16, bin_size=8): self.img = img self.img = np.sqrt(img / np.max(img)) self.img = img * 255 self.cell_size = cell_size self.bin_size = bin_size self.angle_unit = 360 / self.bin_size # assert type(self.bin_size) == int, "bin_size should be integer," # assert type(self.cell_size) == int, "cell_size should be integer," # assert type(self.angle_unit) == int, "bin_size should be divisible by 360" def extract(self): height, width = self.img.shape gradient_magnitude, gradient_angle = self.global_gradient() gradient_magnitude = abs(gradient_magnitude) cell_gradient_vector = np.zeros((int(height / self.cell_size), int(width / self.cell_size), self.bin_size)) for i in rang