Python3.6实现神经网络算法，经过mnist数据集测试后表现良好，准确率约为95%-96%。 /src 为源代码 /data为mnist算集(This is a code samples for "Neural Networks and Deep Learning" using python3.)

使用像元二分法计算植被覆盖度。首先，基于掩模后的NDVI影像，统计5%和95%的像元值，带入像元二分法模型，进而计算植被覆盖度(Vegetation coverage was calculated by pixel dichotomy. Firstly, based on the masked NDVI images, 5% and 95% of the pixel values are counted, and then the pixel dichotomy model is introdu

1、EA策略：该EA采用挂单突破策略，开盘分别挂买单和卖单，订单成交采用移动止盈，以保证最大盈利； 2、运行周期：天周期(Daily)；也可运行在4小时周期，风险相应会增加，需要修改参数； 3、适合币种：EURUSD、USDJPY、GOLD（XAUUSD）等； 4、盈利模式：固定模式和复利模式。历史回测固定模式盈利213%，最大回撤6.95%；复利模式盈利5682%，最大回撤23.46%。 5、结论：该EA有时半年不能盈利（也不会亏损太多），长期运行总体效果不错，需要有耐心。(1. EA st

针对矿浆管道工况调整给泄漏检测带来的干扰，准确提取泄漏信号的特征量是降低泄漏误报、漏报的关键。为此，提出了一种基于经验模态分解（EMD）、Hilbert能量谱与变量预测模型（VPMCD）相结合的泄漏检测方法。该方法首先将压力信号分解成若干个固有模态函数（IMF）之和，然后将IMF分量进行Hilbert变换得到局部Hilbert能量谱，依据能量分布的标准差选择最能准确反映矿浆管道运行工况的局部能量谱作为特征值向量，最后通过VPMCD分类器建立泄漏识别模型。将该方法应用于泄漏检测中，实验结果表明，矿