资源列表
Cholesky分解
- 数值分析上的cholesky分解，用于求解对称正定矩阵的线性方程组(the matrix cholesky-decompose)
MATLAB概率与数理统计分析程序源码大全
- MATLAB概率与数理统计分析（第2版）》以概率与数理统计的基本原理为线索，以matlab为辅助条件，分别介绍了概率与数理统计概述、统计估计、假设检验、方差分析、回归分析、正交试验分析、聚类分析、判别分析和多元数据相关分析等内容，理论与实践相结合，向读者演示了matlab在数理统计中的应用。 ("MATLAB Probability and Mathematical Statistics Analysis (2nd edition)" is based on the M
7-9
- 分别介绍了概率与数理统计概述、统计估计、假设检验、方差分析、回归分析、正交试验分析、聚类分析、判别分析和多元数据相关分析等内容，理论与实践相结合，向读者演示了matlab在数理统计中的应用。(It respectively introduces the outline of probability and mathematical statistics, statistical estimation, hypothesis test, variance analysis, regression
Fruit-classification-master
- fruit recognition matlab code
CS-Mtx
- 压缩感知中压缩测量的几种测量矩阵的构造，包括伯努利矩阵，循环矩阵和部分傅里叶矩阵等。(Several measurement matrices for compression measurement in compressed sensing are constructed, including Bernoulli matrix, cyclic matrix and partial Fourier matrix.)
dskpla
- MATLAB的函数、算法基本库和实例。 里面包含大量的运算函数，基本可以直接调用使用，提高效率(MATLAB function, algorithm base library and examples. It contains a lot of operation functions, which can be called directly to improve efficiency)
量子物理学中的常用算法与程序
- 此书简明扼要地讲述了计算物理的基础知识，并给出量子物理学中常用算法及相应的Fortran程序。(This book gives a brief account of the fundamentals of computational physics, and gives the algorithms commonly used in quantum physics and the corresponding Fortran program.)
bnn-master
- 一个高度优化的轻量深度学习前向框架，使用C/C++语言开发，跨平台，支持读取Caffe模型文件，主要处理卷积神经网络。与市面上大多数移动端解决方案不同，我们的量化压缩技术不仅针对模型的权重，还涉及到输入的特征向量压缩。针对这一特性我们在模型文件和内存大小得到裁剪的同时还对框架的性能做了大量优化。(A highly optimized lightweight deep learning forward framework, developed using C/C++ language, cross
DenseNet-master
- 这篇文章是CVPR2017的oral，非常厉害。文章提出的DenseNet（Dense Convolutional Network）主要还是和ResNet及Inception网络做对比，思想上有借鉴，但却是全新的结构，网络结构并不复杂，却非常有效！众所周知，最近一两年卷积神经网络提高效果的方向，要么深（比如ResNet，解决了网络深时候的梯度消失问题）要么宽（比如GoogleNet的Inception），而作者则是从feature入手，通过对feature的极致利用达到更好的效果和更少的参数。(
tensorflow-resnet-master
- ResNet在2015年被提出，在ImageNet比赛classification任务上获得第一名，因为它“简单与实用”并存，之后很多方法都建立在ResNet50或者ResNet101的基础上完成的，检测，分割，识别等领域都纷纷使用ResNet，Alpha zero也使用了ResNet，所以可见ResNet确实很好用。(ResNet was proposed in 2015 and won the first place in the classification task of ImageNe
squeezeDet-master
- 一种应用于目标检测中同时满足上述所有约束条件的全卷积神经网络结构。在我们的网络中，使用卷积层不只是用来提取特征图，同时也是作为输出层去计算边界框（bounding box）和分类概率。我们模型中的检测管道（detection pipeline）只包含一个神经网络的前向通路，因此它运行起来是极其迅速的。我们的模型是全卷积结构的，因此可以达到小的模型规模和很高的能量利用效率。最后的实验表明我们的模型能达到很高的精度，在 KITTI 基准上达到了最高的精确度。(A fully convoluted n
seismic anlysis
- 用于地震数据的处理，涉及segy文件的读取输出和相应的处理。