最近使用 java 调用 cplex， 发现 cplex 对 java 的支持比对matlab强大多了，类跟方法有几百个。但这些类和方法的注释并不是特别详细，还需要结合例子来看懂。一、 准备工作：导入 cplex 库 到 eclipse 中1. 首先从官网上下载 cplex: https://www.ibm.com/developerworks/commun

本文介绍了LSTM网络的基本原理和训练方法。针对RNN存在的梯度消失问题，LSTM通过引入记忆单元和门控机制，能够有效保存长期依赖信息。文章详细阐述了LSTM的三个关键门控单元（遗忘门、输入门、输出门）的计算公式，以及记忆单元的更新方式。在训练部分，描述了多层LSTM的前向传播过程，并推导了基于时间反向传播（BPTT）的权重更新方法，包括梯度递推关系和参数更新公式。最后简要提及了使用SGD等优化算

克隆巴赫系数 Cronbach’s alpha 是度量问卷信度（Reliability）的一个指标，一般大于 0.7 表示问卷的信度可以接受，大于 0.8 表示问卷的信度良好，大于 0.9 表示问卷的信度优秀。信度即测量的一致性，表示若问卷中的问题重复很多次问同一个人，这个人的回答总是一致的。效度是衡量问卷中的问题能否测量出它应该测量的事物的成都，例如网上的一些 IQ 测试问题真的能反映一个人的真

1. Kolmogorov-Smirnov 检验在检验一个样本是否服从既定的分布时，或者检验两个样本是否来自同一个分布时，可以用 Kolmogorov-Smirnov 检验，简称 KS 检验。该检验被归为非参数检验（非参数检验是在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法），而 参数检验是在总体分布已知的情况下，对总体分布的均值或方差等进行检验。2. χ2\c...

经过实际上手测试，综合看来，还是 c++最快，尤其是在普通的循环与计算上，比 java 还快不少但是，若对于更复杂的数据结构，c++ 与 java 相比优势没那么大了，而且 c++ 还要注意开启优化或者对数据结构进行调整优化python 一些库，由于底层基于 c 语言运行，速度可以达到非常快但是，经过一天的探索，发现 c++ 真是比较繁琐的编程语言，很多类、函数或特殊变量的注释都不像 java 或

古诗文网中的名著古籍比较多，选取从这个网站上抓。https://so.gushiwen.cn/guwen/可以在上面选取任一个古籍，点击打开复制链接，然后在下面代码中替换相应古籍的链接。下面代码中，抓取的是《西游记》：# -*- coding: utf-8 -*-"""Created on Fri Mar 27 20:14:04 2020@author: zhen chenMI...

文章目录1. z 检验2. t 检验Python 中的假设检验一般用到 scipy 或 statsmodels 包，需要注意的是，这两个包里面各种检验的置信度都是 0.05。1. z 检验对于大样本数据（样本量 ≥\geq≥ 30），或者即使是小样本，但是知道其服从正态分布，并且知道总体分布的方差时，需要用 z 检验。在 python 中，由于 scipy 包没有 z 检验，我们只能用 st...

python 中直接 import 第三方库，java 加载第三方库的 jar 之后也能直接使用。阶段：编译（compilation）和链接（linking），调用第三方库时，仅仅通过 #include 包含头文件是不够的，必须在链接阶段提供库文件（.a、.dylib 等），以便将代码与库的实现连接起来。Mac 上用 c++ 还有更麻烦些，不能用 VS studio，只能用 CMake 了。但是

这些时间序列的原始数据一般为文本格式，我们需要将它转化为时间日期格式。对于很多时间序列数据，有时候经常需要对它们按一定周期进行数据聚合，可以用 Pandas 提供的。函数中的参数为一个字典形式：替换前的名字为字典的 key，替换后的名字为字典的 value。函数第一项为原数据中的值，第二项为需要替换的值。的其他参数中， ‘T’ 表示分钟，‘H’ 表示小时，除了跟。在数据量比较大时，经常会遇到重复数

本文总结了在C++中绘制数学函数图的3种方法：1.调用Python API使用matplotlib画图，需配置Python.h路径并初始化解释器；2.使用matplotlib-cpp库，需修改源码并正确配置路径；3.使用Qt的QPainter绘制，但功能较简单。前两种方法推荐使用TkAgg后端避免卡死，并提供了正弦函数和动画的示例代码。第三种方法因配置复杂未成功使用。文章比较了各方法的优缺点，为C