改进优化算法

python代码重构技巧_Python代码重构指南，老师Bryan Beecham完结

重构是软件改进的核心，它使软件拥有更好的结构和性能，也使代码更易于理解、修改和扩展。尽管重构并不是新事物，但是软件开发人员仍然会苦恼于如何正确地进行重构。
weixin_39916479·2025-03-17 07:34

Java代码优化提升系统性能

以下是一些常见的优化建议和技巧：1.优化算法和数据结构选择合适的算法：优化性能的首要步骤是选择正确的算法。例如，使用二分查找代替线性查找，或者使用合适的排序算法来替代简单的冒泡排序。
种豆走天下·2025-03-17 06:32

【python】函数重构

查看函数的代码是否清晰、简洁、可读，有无可改进之处。提取重复的代码。如果函数中有重复的代码块，可以将其提取为单独的函
划过手的泪滴t·2025-03-17 06:32

C++ Primer Plus：第八章 - 函数探幽

1、C++内联函数：为提高程序运行速度所做的一项改进。在函数声明前加上关键字inline，在函数定义前加上关键字inline。不能使用递归。
我是一片小树叶·2025-03-17 06:32

FORTRAN语言的变量声明

FORTRAN语言经历了多次版本更新，最流行的版本包括FORTRAN77、FORTRAN90、FORTRAN95、FORTRAN2003以及FORTRAN2008等，其中每个版本都在语言功能和表达能力上有所改进
穆骊瑶·2025-03-17 06:59

安全巡检

保障信息系统安全稳定运行巡检收益1、通过专业、严谨的安全巡检服务，确保客户IT环境的安全性和稳定性2、大大降低客户的运维风险和运维成本3、专业的安全技术和专业的人员及时、全面的掌握客户IT环境的安全现状和面临的风险，并提出改进建议
Redmaple925·2025-03-17 04:42

DataEase：一款国产开源数据可视化分析工具

DataEase是由飞致云开发的一款基于Web的数据可视化BI工具，支持丰富的数据源连接，能够通过拖拉拽方式快速制作图表，帮助用户快速分析业务数据并洞察其趋势，为企业的业务改进与优化提供支持。
不剪发的Tony老师·2025-03-17 04:09

使用Python实现无人机路径规划的灰狼优化算法

目录使用Python实现无人机路径规划的灰狼优化算法引言1.灰狼优化算法概述1.1定义1.2算法原理1.3灰狼的狩猎策略1.4算法步骤2.Python中的灰狼优化算法实现2.1安装必要的库2.2定义类2.2.1
闲人编程·2025-03-17 02:59

数据库查询优化：提升性能的关键实践

查询优化是性能调优的重要组成部分，通过对SQL查询的分析与改进，减少查询执行时间和资源消耗，从而提升整体系统效率。categories:前端开发tags:查询优化数据
·2025-03-17 02:16

在卫星通信网络中的TCP/IP 协议适应性研究

目录引言卫星通信网络的特点高延迟特性高误码率带宽受限与动态变化TCP/IP协议在卫星通信网络中面临的挑战拥塞控制机制失效重传机制效率低下协议开销过大TCP/IP协议在卫星通信网络中的适应性改进优化拥塞控制机制改进重传机制降低协议开销结论引言卫星通信网络凭借其覆盖范围广
欣傅·2025-03-17 00:43

YOLOv8改进添加swin transformer

最近在做实验，需要改进YOLOv8，去网上找了很多教程都是充钱才能看的，NND这对一个一餐只能吃两个菜的大学生来说是多么的痛苦，所以自己去找代码手动改了一下，成功实现YOLOv8改进添加swintransformer
兜里没有一毛钱·2025-03-17 00:10

Java性能优化：让你的程序飞起来！

通过改进代码逻辑、减少资源消耗，我们可以显著提升程序的性能。1.减少对象创建频繁创建对象会增加垃圾回收
杨凯凡·2025-03-17 00:39

Mysql数据库简要介绍

数据库版本（Mysql为例）版本4：InnoDB,增加事务的处理，并改进全文本
u010868192·2025-03-17 00:06

Adobe Firefly 技术浅析（三）：GANs 的改进

AdobeFirefly在其图像生成技术中采用了多种改进的GANs方法，以提高生成图像的质量和多样性。
爱研究的小牛·2025-03-16 21:50

敏捷开发在中小团队中的应用与挑战：实战指南与避坑手册

2.2轻量级工具链搭建2.3迭代节奏控制技巧2.4可视化管理的艺术2.5持续改进机制三、必须跨越的四大死亡陷阱3.1需求镀金综合症3.2站会僵尸化3.3技术债雪球效
蜡笔小新星·2025-03-16 20:44

YOLO11改进-模块-引入多尺度差异融合模块MDFM

遥感变化检测（RSCD）专注于识别在不同时间获取的两幅遥感图像之间发生变化的区域。近年来，卷积神经网络（CNN）在具有挑战性的RSCD任务中展现出了良好的效果。然而，这些方法未能有效地融合双时相特征，也未提取出对后续RSCD任务有益的有用信息。此外，它们在特征聚合中没有考虑多层次特征交互，并且忽略了差异特征与双时相特征之间的关系，从而影响了RSCD的结果。为解决上述问题，本文通过孪生卷积网络提取不
一勺汤·2025-03-16 19:05

YOLO11改进-模块-引入CMUNeXt Block 增强全局信息

在医学图像分割领域面临诸多问题，如U形架构卷积网络难以提取全局信息，混合架构因计算资源受限在实际医疗场景应用受阻，轻量化网络在保证性能与提取全局信息上存在矛盾。因此，设计了CMUNeXtBlock，CMUNeXtBlock采用大核深度可分离卷积替代普通卷积来提取全局信息，凭借深度可分离卷积减少参数和计算成本以维持轻量化，同时综合利用卷积归纳偏置和全局信息提取能力，有效解决了这些问题。代码：http
一勺汤·2025-03-16 19:04

如何干好测试管理工作

**要想干好测试管理工作，核心要关注：测试流程规范、团队协作效率、用例设计覆盖度、风险评估与预防措施、持续改进文化。其中，团队协作效率尤其关键，它决定了测试信息的流转速度和缺陷修复的响应能力。
·2025-03-16 17:04

嵌入式系统测试必备：9大理由解析报告与可追溯性的重要性（附工具推荐TESSY）

报告和可追溯性不仅支持有效的项目管理，还促进了维护和调试，并为审计及持续改进工作提供了必要的文档支持。理由1：合规性嵌入式系统常用于汽车、航空航天、医疗设备和工业控制系统等关键应用领域。
·2025-03-16 17:33

利用matlab实现贝叶斯优化算法（BO）优化支持向量机回归(SVR)的超参数

今天给大家介绍一个智能调参黑科技——贝叶斯优化算法。通过Matlab实现，只需几分钟就能让模型性能自动升级！一、为什么要用贝叶斯优化调参？
是内啡肽耶·2025-03-16 16:41

QAM星形调制解调完整流程

的原理主函数实现流程主函数完整代码三、仿真结果与分析四、总结五、完整代码链接提示：以下是本篇文章正文内容，下面案例可供参考一、介绍QAM星形调制的基本概念和特点星形正交幅度调制（Star-QAM）是一种改进的调制技术
竹夹·2025-03-16 16:40

垃圾收集算法

常见算法引用计数记录每个对象的引用次数，当引用次数为零时回收对象标记-清除根引用可达分析、扫描内存回收不可达对象分代回收基于观察到大多数对象生命周期较短，而少数对象生命周期较长的优化算法空闲回收在CPU
zhangpeng455547940·2025-03-16 09:53

Python的那些事第四十五篇：继承自Nose的测试框架Nose2

Nose2作为Nose的继承者，在保留Nose优势的基础上进行了诸多改进和扩展，为Python测试领域带来了新的活力和可能性。
暮雨哀尘·2025-03-16 09:23

Angular 15升级指南：解决Polyfills错误

引言最近，Angular15正式发布，带来了许多新特性和改进。然而，在升级过程中，开发者们常常会遇到一些迁移问题。
t0_54program·2025-03-16 03:10

数组中最长递增子序列问题的深入研究

目录摘要一、引言二、问题定义三、问题分析3.1暴力枚举法的困境3.2动态规划的应用3.3二分查找优化四、算法设计4.1动态规划算法4.2二分查找优化算法4.3代码实现（Python）4.4代码解释五、复杂度分析
cloudman08·2025-03-16 01:24

模拟退火算法详解

一、引言模拟退火算法（SimulatedAnnealing，简称SA）是一种通用概率型优化算法，用来在一个大的搜寻空间内找寻问题的最优解。
琛哥的程序·2025-03-16 00:18

【leetcode100】括号生成

示例1：输入：n=3输出：["((()))","(()())","(())()","()(())","()()()"]2、初始思路2.1思路全排列+筛选2.2犯错点全排列，时间复杂度高，且易读性较差3优化算法
SsummerC·2025-03-15 19:09

用Python打造AI玩家：挑战2048，谁与争锋

文章目录一、创作背景二、效果图三、准备工作1.安装Chrome和ChromeDriver2.安装Python库四、代码说明‌1.init_driver函数‌2.play_2048函数‌五、完整代码六、改进版本七
穿梭的编织者·2025-03-15 17:30

机器学习中的梯度到底是什么？（chat-gpt问答）

梯度告诉我们目标函数在某个点上的方向性和变化率，这些信息是优化算法推进参数评估和更新的重要指标。在机器学习中，我们通过不断调整参数，使目标函数达到最小值，从而实现模型的训练和学习。
湫怿·2025-03-15 16:19

安全测试数据的分析、报告及业务应用

另一个具有管理价值的目标是将应用程序的安全状态与安全基线进行对比，以此评估应用安全流程的改进情况。假设安全指标基线对应的是仅完成
蚂蚁质量·2025-03-15 16:18

机器学习中的梯度下降是什么意思？

梯度下降（GradientDescent）是机器学习中一种常用的优化算法，用于最小化损失函数（LossFunction）。通过迭代调整模型参数，梯度下降帮助模型逐步逼近最优解，从而提升模型的性能。
yuanpan·2025-03-15 15:45

HarmonyNext深度解析：ArkUI高效渲染与性能优化实战

核心改进包括：原子化渲染管线采用基于Vulkan的跨平台渲染后端，通过原子化渲染指令拆分技术，实现绘制指令的并行执行能力。
披光人·2025-03-15 12:14

UNet 改进：添加Transformer注意力机制增强捕捉长距离依赖关系的能力

目录1.Transformer注意力机制2.Unet改进3.代码1.Transformer注意力机制TransformerBlock是Transformer模型架构的基本组件，广泛应用于机器翻译、文本摘要和情感分析等自然语言处理任务
听风吹等浪起·2025-03-15 08:41

Go语言分布式ID生成策略优选：UUID、Snowflake、XID、ObjectID、Krand性能对比评测

常见分布式ID生成方案在Go语言生态中，常见的分布式ID生成方案包括：XID（github.com/rs/xid）：基于MongoDBObjectID改进的方案，时间排序、唯一性强、无
zhuyasen·2025-03-15 06:27

DeepSeek面试——分词算法

分词算法一、核心算法：字节级BPE（Byte-levelBPE，BBPE）DeepSeek-V3采用字节级BPE（BBPE）作为核心分词算法，这是对传统BPE（BytePairEncoding）算法的改进版本
mzgong·2025-03-15 00:27

PINN物理信息网络 | 基于物理信息神经网络PINN求解Burger方程

基于物理信息神经网络（PINN）求解Burger方程的研究背景源于对非线性偏微分方程（PDE）求解方法的不断探索和改进。
算法如诗·2025-03-14 23:23

YOLOv8涨点大全总结（源码）

这些指标不仅是衡量模型优劣的标准，也是后续改进工作的出发点。
清风AI·2025-03-14 23:21

Deepseek:物理神经网络PINN入门教程

来源：PINN起源于对传统数值方法局限性的改进需求（如网格生
天一生水water·2025-03-14 23:50

金融风控可解释性算法安全优化实践

在技术实现层面，重点解析支持向量机与随机森林的改进方案，结合数据清洗与标注的标准化流程，强化风险预测模型在准确率、F1值等关键指标的表现，同时兼顾合规性与安全边界的设计要求。提示：金融机构在部
智能计算研究中心·2025-03-14 22:43

机器学习(二) 本文(2.5万字) | KNN算法原理及Python复现 |

回归预测规则六KNN算法实现方式七KDTree7.1构造KDtree7.2KDtree查找最近邻八KNN特点九KNN算法实现案例一案例二1.机器学习2.深度学习与目标检测3.YOLOv54.YOLOv5改进
小酒馆燃着灯·2025-03-14 19:11

python进程和线程之间通信_python进程和线程通信

然而在python中由于使用了全局解释锁(GIL)的原因，代码并不能同时在多核上并发的运行，也就是说，Python的多线程不能并发，使用多线程来改进自己的Python代码后，程序的运行效率却下降了。
weixin_39718890·2025-03-14 16:21

基于分组 NMS 的检测模型后处理改进

引言在目标检测任务中，后处理阶段的非极大值抑制（Non-MaximumSuppression,NMS）是至关重要的一环，主要用于去除高度重叠的冗余预测框。然而，在某些场景中，不同类别的目标可能会被网络同时预测为多个相近的类别，例如：交通工具检测场景：同一辆车可能被误检测为“自行车”和“电动车”。动物检测场景：同一只动物可能被误检测为“狼”和“狗”。家电检测场景：同一台设备可能被误检测为“微波炉”和
Lunar*·2025-03-14 15:11

从LayerNorm到RMSNorm：深度学习归一化技术的进化！qwen2.5的技术。

RMSNorm（RootMeanSquareNormalization，均方根归一化）是一种用于深度学习的归一化技术，是LayerNorm（层归一化）的一种改进。
KangkangLoveNLP·2025-03-14 13:29

3.13 YOLO V3

今天的内容为YOLO-V3YOLO系列-YOLO-V3，最大的改进就是网络结构，使其更适合小目标检测。-特征做得更细致，融入多持续特征图信息来预测不同规格物体。
不要不开心了·2025-03-14 11:44

群体智能优化算法-黄金正余弦优化算法（含Matlab源代码）

摘要黄金正余弦优化算法（GoldenSineAlgorithm，GoldSA）是一种数学启发式算法，基于黄金分割系数（GoldenRatio）以及正余弦函数的随机扰动机制来更新解的位置。
EOL_HRZ·2025-03-14 11:08

php mysql中几个版本的进化史_PHP 进化史 — 从 v5.6 到 v8.0

在此篇文章中，我们将用15分钟对PHPv7.x版本更改进行简要回顾。
插门胡的小背心·2025-03-14 09:25

深度学习 常见优化器

一、基础优化器随机梯度下降（SGD）•核心：∇θJ(θ)=η*∇θJ(θ)•特点：学习率固定，收敛路径震荡大•适用场景：简单凸优化问题•改进方向：动量加速二、动量系优化器2.SGDwithMomentum
Humingway·2025-03-14 07:13

AI Agent在企业预算管理与成本控制中的应用

AIAgent在企业预算管理与成本控制中的应用关键词：AIAgent、企业预算管理、成本控制、机器学习、预测模型、优化算法摘要：本文深入探讨了AIAgent在企业预算管理与成本控制中的应用。
SuperAGI2025·2025-03-14 06:36

多目标优化算法之NSGA-II、NSGA-III（附Matlab免费代码）

引言NSGA-II和NSGA-III都是非支配排序遗传算法的变种，用于解决多目标优化问题，但它们在多个方面存在差异。相同点基本框架相似：两者都基于遗传算法的框架，包括初始化种群、非支配排序、选择、交叉和变异等操作非支配排序：都采用非支配排序技术，将种群中的个体划分为不同的前沿，识别非支配解集不同点适用目标数量不同：NSGA-II：适用于相对较少的目标数量，通常在2到4个目标之间，在处理较少目标的问
优化算法侠Swarm-Opti·2025-03-14 02:06

Netty基础—4.NIO的使用简介二

编程5.改造程序以支持长连接6.NIO三大核心组件7.NIO服务端的创建流程8.NIO客户端的创建流程9.NIO优点总结10.NIO问题总结4.伪异步IO编程(1)BIO的主要问题(2)BIO编程模型的改进
东阳马生架构·2025-03-14 00:55
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他