原创 用Keras訓練BP神經網絡，並將模型用於預測
本文記錄了筆者用Keras框架編寫BP神經網絡，訓練並預測秦皇島未來煤價數據，共分爲三部分：訓練、驗證和預測。本文編寫於2020年5月19日，文中代碼全爲Python 3代碼，並在Jupyter中測試通過。 點擊跳轉至本文數據集下
2020-05-21 16:41:02
1
原创 粒子羣優化算法 (PSO)
1、概述 粒子羣優化算法(PSO)是一種進化計算技術(evolutionary computation)，1995 年由Eberhart 博士和kennedy 博士提出，源於對鳥羣捕食的行爲研究 。該算法最初是受到飛鳥集羣活動的
2020-05-17 08:00:55
2
原创 排隊論（隨機服務系統理論）
1、概述 排隊論 (queuing theory)，或稱隨機服務系統理論， 是通過對服務對象到來及服務時間的統計研究，得出這些數量指標（等待時間、排隊長度、忙期長短等）的統計規律，然後根據這些規律來改進服務系統的結構或重新組織被服
2020-05-15 13:32:54
原创 層次分析法 (AHP) 含代碼
摘要： 層次分析法主要應用在不確定情況下及具有多數個評估準則的決策問題上。 層次分析法發展的目的是將複雜的問題系統化，由不同層面給予層級分解，並透過量化的運算，找到脈絡後加以綜合評估。（維基百科） 文章目錄1、方法介紹2、例題
2020-05-15 13:32:54
8
原创 灰色關聯分析法 （附代碼）
可參考司守奎《數學建模算法與應用》P384，概念+例題+代碼 —————————————————————————————— 文章目錄1、概述2、代碼復現3、Python實現+可視化 1、概述 灰色關聯分析是指對一個系統發展變化態勢
2020-05-15 13:32:54
原创 皮爾遜相關係數 (PPMCC) 代碼復現
1、概述 在統計學中，皮爾遜相關係數( Pearson correlation coefficient），又稱皮爾遜積矩相關係數（Pearson product-moment correlation coefficient，簡稱
2020-05-15 13:32:54
原创 Java集合流_編程題
2020/5/6 主要題目都註釋在主函數及下面的方法中 ———————————————————————————————— Student 類 public class Student { private int numbe
2020-05-07 05:44:32
原创 Java_Optional_編程題
基於Optional操作 需求描述中的指定X，均指方法的參數 有返回值的方法，嘗試直接編寫return語句，基於Optional操作直接返回所需結果 嘗試使用簡寫 注意過濾代碼格式 基於給定課程，如果課程不是選修課，返回課程的名稱
2020-05-07 05:44:32
原创 Java【8】異常處理
文章目錄1、異常處理概述2、異常的分類3、 1、異常處理概述 三類程序錯誤： 編譯錯誤–因爲程序沒有遵循語法規則，編譯程序能夠自己發現並且提示我們錯誤的原因和位置； 運行時錯誤–因爲程序在執行時，運行環境發現了不能執行的操作；
2020-05-03 12:07:48
原创 【數據庫】SQL新手完整筆記（下）
本篇爲SQL完整筆記下半部分，上半部分見 這個鏈接 。 SQL下篇_目錄3、增刪改數據3.1 增INSERT3.2 改UPDATE3.3 刪DELETE 3、增刪改數據 關係數據庫的基本操作就是增刪改查，其中SELECT語句就是在
2020-04-23 20:14:38
原创 【數據庫】SQL新手完整筆記（2020.04）
學習時間：2020/4/17-18 使用：①廖雪峯SQL教程 ②SQL_菜鳥教程 ③《數據庫系統原理》 SQL筆記-目錄1、關係數據庫概述1.1 筆記（課程）介紹1.2 關係數據庫概述1.2.1 數據模型（3種）1.2.2 關係
2020-04-18 20:11:13
原创 Java【7】工具包
目錄1、集合與Collection集合接口2、List集合接口3、LinkedList分析4、Map接口及其操作5、HashMap6、Set集合接口7、Iterator接口8、小結：Java集合框架優點9、函數式編程 1、集合與C
2020-04-16 15:54:26
原创 Java編程複習題（持續更新）
一 定義一個Dog類,有名字、顏色、年齡等屬性,定義構造方法用來初始化類的這些屬性,定義方法輸出Dog的信息。編寫應用程序使用Dog。 class Dog{ private String name; //定
2020-03-16 13:48:12
原创 深度學習（Deep Learning）綜述及其延伸，入門必看！
1.1 讀懂什麼是DL 深度學習(DL, Deep Learning)是機器學習(ML, Machine Learning)領域中一個新的研究方向，它被引入機器學習使其更接近於最初的目標——人工智能(AI, Artificial
2020-03-10 20:58:18