正在积极构建和维护。 对于我们完整，协作且简单的数据发现平台，请查看 。 跟踪仓库表的最简单方法 whale是用于数据仓库的轻量级数据发现，文档和质量引擎。 自动将仓库中的所有表索引为普通的降价文件-因此可以在本地或通过远程git服务器轻松对其进行版本控制，搜索和编辑。 通过CLI或通过git远程服务器（如Github）搜索表和文档。 定义和计划基本指标计算（在Beta中）。 运行质量测试并系统地监视异常（在路线图中）。 :beaming_face_with_smiling_eyes: 有关实时演示，请查看 。 :notebook_with_decorative_cover: 文献资料 安装 苹果系统 brew install dataframehq/tap/whale 所有其他人 确保在本地系统上安装了 。 然后，克隆此目录并在存储库的基本目录中运行以下命令： make && make install 如果您多次运行此文件，请确保~/.whale/libexec不存在，否则您的虚拟环境可能不会

虎书相比龙书，增加了数据流分析、循环优化、内存管理等内容。而鲸书则侧重对编译器后端优化的处理。

鲸鱼优化算法（WOA）是根据鲸鱼围捕猎物的行为而提出的算法。鲸鱼是一种群居的哺乳动物，在捕猎时它们也会相互合作对猎物进行驱赶和围捕。鲸鱼算法提出时间并不长，也是一个新兴的优化算法，研究应用案例不多。

ORCA-SPOT：使用深度学习的自动虎鲸声音检测工具包 一般说明 ORCA-SPOT是一种基于深度学习的算法，最初被设计用于在水下噪声较大的录音中对虎鲸声音进行检测。 ORCA-SPOT区分两种声音：虎鲸和噪音（二进制分类问题）。 它基于卷积神经网络架构，能够对大型生物声学档案进行分段。 ORCA-SPOT包括数据预处理管道以及用于训练模型的网络体系结构本身。 有关核心概念，网络体系结构，预处理和评估管道的详细说明，请参阅我们相应的出版物 。 一般信息 我们目前正在发布论文作为一般指导，以使每个人（独立于背景的人）都可以使用此深度学习框架来训练，验证和评估自己的目标物种，以便在嘈杂的环境中分割/检测有价值的信号生物声学记录。 目标是为社区提供独立于动物的声音分割工具包，以标记其数据。 准则完成后，我们将在此处宣布并链接它。 参考 如果将ORCA-SPOT用于您自己的研究，请引用以下出版物

蓝鲸音乐馆.rar蓝鲸音乐asp.net实训项目

IWOA改进鲸鱼算法解决柔性车间调度问题双目标，求解低碳车间调度问题的改进鲸鱼算法，已运行。GLR部分有点问题，CSHLD那个是没问题的，欢迎指正

实现效果： HTML5实现鲸鱼游动特效,鲸鱼是会跟着鼠标走的，可以做这样的效果，网站中也是可以使用，php中文网推荐下载！

用matlab实验的鲸鱼算法 　鲸鱼算法（Whale Optimization Algorithm）是根据鲸鱼围捕猎物的行为而提出的算法。鲸鱼是一种群居的哺乳动物，在捕猎时它们也会相互合作对猎物进行驱赶和围捕。鲸鱼算法提出时间并不长，也是一个新兴的优化算法，研究应用案例不多。 　　鲸鱼算法中，每个鲸鱼的位置代表了一个可行解。在鲸鱼群捕猎过程中，每只鲸鱼有两种行为，一种是包围猎物，所有的鲸鱼都向着其他鲸鱼前进；另一种是汽包网，鲸鱼环形游动喷出气泡来驱赶猎物。在每一代的游动中，鲸鱼们会随机选择这两种行为来进行捕猎。在鲸鱼进行包围猎物的行为中，鲸鱼将会随机选择是向着最优位置的鲸鱼游去还是随机选择一只鲸鱼作为自己的目标，并向其靠近。

WOA_Toolbox（鲸鱼算法工具箱）.zip 大家可以用一下，

鲸鱼算法代码实现