搜索资源列表
b-a
- 无标度网络的生成模型,这是一个通用的源程序,可以实现任意节点数的无标度网络
一个非常好用的Autocad工具集
- ********************************************************* * AyungerStudio AutoCAD-Tools 更新日期: 2010.02.01 * ********************************************************* 这是本人近年来独自开发的一个AutoCAD修改工具集合,现与各位共享,主要包括: 1、 绘制类: 箭头、示坡线、锥坡线、剖断线、垂线、切线、等高线加
SISmodal.rar
- 用于生成和分析网络传播模型,对于发表SCI论文极有好处和帮助。,SIS
sw_321
- 复杂网络中对于生成小世界网络模型的c程序代码-Complex network of small-world network model for generating the c code
ER
- 复杂网络研究中的,ER模型图的生成程序,使用C++写成。-ER model diagram generation program in the study of complex networks, C++ languages.
complex-netwok
- 复杂网络拓扑模型生成代码,及网络同步实现代码-Complex network topology model generated code
ER
- ER 模型网络生成的matlab代码 计算网络的度分布、集簇系数 网络科学作业 -ER model generate a random network of nodenum nodes with probability of 0.1 and calculate average degree, average clustering coefficient and degree distribution
Mobility-Patterns-for-VANETs
- 该文档说明通过VanetMobiSim软件,生成对车辆自组织网络中车辆的运动模型的实际描述,为之后研究车联网提供帮助。- This document describes the software through VanetMobiSim generate the actual descr iption of the vehicle from the vehicle motion model of organizational networks for help after car resea
mwm
- 多分形小波模型数据源产生代码,可生成任意分布的多分形数据序列,用于网络设计评估、Noc设计评估等-mult-fractional wevelet model
generateBA
- BA网络的生成模型,大家可以自己下载,在软件中执行-it can generate a BA network model,you can use it directly
BA_net.m
- 无标度网络模型的由来,根据择优连接与自动增长,生成演化模型ba程序-The origin of the scale-free network model, according to the preferential connection and automatic growth, generation and evolution model ba program
SIRmodel
- 单层网络的SIR模型代码,只需将生成的网络以txt格式与本代码放在同一文件夹下即可运行,内有详细注释-SIR single network model code, simply resulting network in txt format to run this code in the same folder, there are detailed notes
Char-RNN-PyTorch-master
- # Char-RNN-PyTorch 使用字符级别的RNN进行文本生成,使用PyTorch框架。[Gluon实现] ## Requirements - PyTorch 0.2 - numpy ## Basic Usage 如果希望训练网络,使用如下的代码 ```bash python main.py \ --state train \ --txt './data/poetry.txt' \ # 训练用的txt文本 --batch 128 \ # batch_siz
adversarial.tar
- 此程序为对抗生成网络,生成图像。 生成对抗网络是一种生成模型(Generative Model),其背后基本思想是从训练库里获取很多训练样本,从而学习这些训练案例生成的概率分布。 而实现的方法,是让两个网络相互竞争,‘玩一个游戏’。其中一个叫做生成器网络( Generator Network),它不断捕捉训练库里真实图片的概率分布,将输入的随机噪声(Random Noise)转变成新的样本(也就是假数据)。另一个叫做判别器网络(Discriminator Network),它可以同时观察真实和假
6s_lut
- 该程序是通过6s辐射校正模型生成查找表,以便进行气溶胶反演 ; 该程序参数设置较为简单,如果要详细的参数,请自行设置 ; 改进方法:1、读取每一个影像的角度信息建立查找表,这样精度更高 ; 2、利用IDL直接调用Fortran语言的6S源程序,并行生成查找表,速度提高20倍左右 ; 3、将所有参数都设置好,缩小步长,构建一个庞大的查找表,构建神经网络,一劳永逸(The program generates look-up
NW_net
- 基于该程序可以直接生成网络模型,供初学者使用。(Based on this program, a network model can be directly generated for beginners)
CNN_Pavia-master
- 使用卷积神经网络进行高光谱遥感数据分类,使用的数据源为Pavia University高光谱数据 文件夹log--日志文件夹,存放TensorBorad日志、网络参数文件、混淆矩阵图 文件夹Patch--存放数据处理的切片结果 文件夹PaviaU--高光谱数据下载存放位置 文件夹predicted--CNN对原始影像的分类结果 data.py--对原始高光谱影像进行数据处理,生成切片 net.py--神经网络模型 train.py--训练神经网络 utils.py--需要用到的函数 show.p