随机图的生成 （邻接表生成） 随机输入点和线 生成最短路径

GERGM-硕士： 一个R包，用于估计广义指数随机图模型。 要开始使用， 请向报告任何错误或错误。 消息 [05/15/18]主要估计更新为0.13.x版。 我已将Hummel等人（2012）的凸包初始化方法实现为程序包中的默认选项。 在初始化Metropolis Hastings的模型参数时，此方法通常非常高效，并且在某些情况下可以使模型运行时间减少99％以上。 通过在C ++中重新实现，加快了协变量参数估计的过程。 gergm（）函数现在在协变量参数估计的第一次迭代之后跳过MPLE，而是使用以前的theta值。 这通常可以大大加快估算速度，但可以通过逻辑参数进行控制。 对于大型网络或MH接受率非常低的网络， sample_edges_at_a_time选项允许用户在MH更新中一次提议边缘块。 这可以用来优化模型接受率。 [04/13/17]新的估算功能，错误修复。 添加

"Serious researchers in combinatorics or algorithm design will wish to read the book in its entirety...the book may also be enjoyed on a lighter level since the different chapters are largely independent and so it is possible to pick out gems in one's own area..." -Formal Aspects of Computing This

行业分类-物流装置-一种随机图像防窜物流标识制备方法、标识及查询方法.zip

复杂网络随机图算法程序matlab代码.zip

也可以自己找

:pot_of_food: 吃货 :curry_rice: 一个 Node.js/Express.js REST API，用于获取食物菜肴的随机图片。 演示 访问 API 文档 所有端点的基本 URL 第一个请求的响应时间可能会长达几秒钟，因为此应用程序运行在免费的 Heroku dyno 上。 后续请求将正常运行。 端点 路线 描述 GET /api/ 来自随机类别的随机食物菜肴。 示例请求- GET /api/ 示例响应- {"image":"https://foodish-api.herokuapp.com/images/burger/burger101.jpg"} 路线 描述 GET /api/images/:food 来自food类别的随机图片。 请访问网站查看可用food类别列表。 示例请求- GET /api/images/biryani 示例响应- {"image":"https://f

日本的系统和计算机，卷。 31, No. 9, 2000 译自传世​​ Joho 通信学院 Ronbunshi, Vol. 31, No. 9, 2000 J82-D-II, No. 5, May 1999, pp. 863(cid:150)871 基于随机图像模型的多帧模糊图像恢复 Koji Fujimoto KDK Corporation，京都，日本 601-8045 Kazuhiro Fujita 和 Yasuo Yoshida 部门电子与信息科学，工程与设计学院，京都工业大学，京都，日本 606-8585 图像概要信息。 这些结果由 DCT 谱解释。 ' 2000 Scripta Technica, Syst Comp Jpn, 31(9): 18(cid:150)27, 2000 已经进行了许多关于恢复模糊图像的研究。 但他们中的大多数处理一张模糊图像的恢复。 然而，当物体被多次观察时，使用多次观察到的恢复图像 关键词：参数估计； 贝叶斯恢复图像优于使用每个选项的恢复图像； 位置调整； 几个模糊的图像； DCT 服务图像。 因此，本文提出了一种频谱方法。

博主比较懒，这也是为数不多的认真地用Java进行的仿真实验，一般不都是用Matlab嘛。

随机图上的流行病 介绍 这里的代码旨在模拟的疾病爆发。 包含的功能可以通过可修改的部署将通过疫苗的干预措施纳入进来。 注意：此项目已被所取代。 目录 基本信息 我们用一个经典的随机图G（n，p_adj）建模一个简单的社交网络，该图由n个节点组成，其中任意两个节点的连接概率为p_adj。 一个随机选择的节点感染了病毒V（p_inf，tau），成为零号患者。 在一个时间步中，每个受感染的节点以p_inf的概率将病毒传播到其每个连接的节点。 节点从感染中恢复的预期时间步长为tau。 为了数学上的方便，我们忽略了生命动力学，并假设网络中没有出生或死亡。 有关更多信息，请阅读相应的论文上的 。 用法 可以使用带有命令行参数的simRGSIR来运行大多数核心功能。 前六个命令行参数是： 人口：要模拟的节点数。 p_adjacent ：连接两个节点的概率。 p_infect ：感染者在一个时