实验五 斑马问题实验一、实验背景
在本次实验中，我们学习将 Python 应用于逻辑编程，并尝试自主撰写逻辑规则解决斑马问题。
本章实验的主要目的是掌握逻辑与推理相关基础知识点，熟悉python编程。
能够依据给定的事实以及规则编写代码，解决逻辑约束问题。
二、实验简介 5个不同国家且工作各不相同的人分别住在一条街上的5所房子里，每所房子的颜色不同，每个人都有自己养的不同宠物，喜欢喝不同的饮料。
根据以下提示，你能告诉我哪所房子里的人养斑马，哪所房子里的人喜欢喝矿泉水吗？
1234567891011121314英国人住在红色的房子里西班牙人养了一条狗日本人是一个油漆工意大利人喜欢喝茶挪威人住在左边的第一个房子里绿房子在白房子的左边摄影师养了一只蜗牛外交官住在黄房子里中间那个房子的人喜欢喝牛奶喜欢喝咖啡的人住在绿房子里挪威人住在蓝色的房子旁边小提琴家喜欢喝橘子汁养狐狸的人所住的房子与医生的房子相邻养马的人所住的房子与外交官的房子相邻
存在的条件汇总：
国籍：英国、西班牙、日本、意大利、挪威
房子颜色：红色、绿色、白色、蓝色、黄色
工作：油漆工、摄影师、外交官、小提琴家、医生 ...
实验四 决策树实验一、实验目的1.认识决策树的构建过程；
2.分析决策树可视化的运算；
3.掌握决策树的应用。
二、实验内容 决策树是什么？决策树(decision tree)是一种基本的分类与回归方法。举个通俗易懂的例子，如下图所示的流程图就是一个决策树，长方形代表判断模块，椭圆形成代表终止模块，表示已经得出结论，可以终止运行。从判断模块引出的左右箭头称作为分支，它可以达到另一个判断模块或者终止模块。我们还可以这样理解，分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点和有向边组成。结点有两种类型：内部结点和叶结点。内部结点表示一个特征或属性，叶结点表示一个类。
使用决策树做预测需要以下过程：
收集数据：可以使用任何方法。比如想构建一个系统，我们可以从亲朋好友那里获取数据。根据他们考虑的因素和最终的选择结果，就可以得到一些供我们利用的数据了。
准备数据：收集完的数据，我们要进行整理，将这些所有收集的信息按照一定规则整理出来，并排版，方便我们进行后续处理。
分析数据：可以使用任何方法，决策树构造完成之后，我们可以检查决策树图形是否符合预期。
训练算法：这 ...
学习日常
未读深度学习论文阅读报告一、论文背景与意义1.1论文简介名称：基于 Bert-BiLSTM混合模型的社交媒体虚假信息识别研究
作者：冯由玲，康鑫，周金娉，李军
来源：《情报科学》期刊2024-01-29
1.2论文背景与重要性论文背景
当今社会背景下随着互联网的深度普及和技术的不断提升，社交媒体中的真伪信息鱼龙混杂，而虚假信息一旦被接受，便很难被更正，这将对公众认知产生严重负面影响。因此，虚假信息也被世界经济论坛列为对未来社会的主要威胁研究社交媒体平台评论信息特征及真伪识别问题迫在眉睫。
论文主题
Twitter平台中疫情主题相关推文的虚假信息识别研究
论文研究的重要性
提高信息识别的准确性
加速信息处理速度
促进社会舆论的监控
推动深度学习在信息安全领域的应用
1.3论文结构
二、论文分析2.1相关研究 虚假信息识别是一种通过构建模型的文本分类任务，通过对不同标签的文本内容进行特征提取，将文本分为虚假信息类和非虚假信息类。目前，学者们针对虚假信息识别的手段主要有三种：
基于传统方法的文本特征识别：费时费力，覆盖面窄。
基于机器学习算法的识别：对数据特征要求高，人工处 ...
实验三 穷举的魅力一、数据结构简介
树
树有多个节点，用以存储元素。某些节点之间存在一定的关系，可用连线表示。
图
图包括有向图和无向图，在此涉及的是无向连通图，在无向图中，顶点之间的边是没有方向的。
栈
栈的特点是插入和删除操作只能在一端进行，他按照先进后出的原则存储数据。
队列
优先队列的区别是队列元素被赋予了优先级，插入元素未必直接插入队尾，而是按照优先级进行存取，删除元素时也是优先级最高的元素被删除。
二、搜索算法
搜索算法–DFS
DFS算法常用于对树或者图进行遍历。深度优先搜索会尽可能深得搜索树或者图的分支直到树或者图的所有节点均被访问。
搜索算法–BFS
BFS算法常用于对树或者图进行遍历。广度优先搜索会尽可能宽得搜索树或者图的分支直到树或者图的所有节点均被访问。
三、七桥问题 河上有两个小岛，有七座桥把两个岛以及河岸联系起来，一个步行者如何不重复的，不遗漏的一次走完所有桥并且最终回到出发点。
七桥问题解法
首先我们将七桥问题转换为一个图问题。
代码实现如下：
1234567891011 ...
实验二 搜索算法实验 对下面这个有向图进行广度优先搜索和深度优先搜索
用字典来表示整个图，图由多个节点组成。将节点与其所有邻近节点的关系用键值对来表示，代码如下：
123456789graph = {}graph["A"] = ["B", "D", "F"]graph["B"] = ["C", "E"]graph["D"] = ["C"]graph["F"] = ["G", "H"]graph["C"] = []graph["E"] = []graph["G"] = []graph["H"] = []
键表示每个节点，值是一个数组，其中包含了键的所有邻近节点，这里的邻近节点是指从键所表示的节点出发，箭头所指向的其他节点。没有邻近节点 ...
实验一 一元线性回归一、实验目的1.掌握最小二乘法的代码实现；
2.理解一元线性回归方程的收敛过程；
3.使用库函数实现一元线性回归。
二、实验内容
针对表格中的数据，使用最小二乘法分析得到最佳线性回归方程
并求得最终的损失函数
三、实验材料与工具1.电脑一台；
2.Pycharm；
四、实验步骤1.引入相应的工具包并设置中文字体
2.借助pandas库读取数据集
3.在坐标系中打印出散点图
4.计算损失函数
5.绘制回归线
6.使用sklearn库实现一元线性回归
7.调用库函数训练模型
8.输出回归方程并预测任意温度下火灾的受灾面积
完整代码：
五、实验结论 sklearn库实现一元线性回归
LinearRegression()帮助我们根据给定的输入特征和目标变量拟合一个线性模型，以便进行预测和分析。
fit_intercept（默认为True）
fit_intercept参数控制是否在模型中包含截距（偏置）项。截距项用于解决数据中的偏差问题，确保回归线能够在目标变量不为零时仍具有适当的截距。当fit_interce ...
Android焕壁一、项目背景与意义1.1项目开发意义 随着手机的不断普及与发展，人们对于个性化需求的不断提升。而手机成为人们生活中交流时间最长的电子产品，“壁纸”已经成为人们生活中不可或缺的一部分。用户浏览各种壁纸网站与APP从中寻找，收藏，更换自己喜欢的壁纸，不仅有让用户手机更简洁美观的实际作用，更能为用户提供不少情绪价值。
国内外壁纸软件虽然层出不穷，但免费且能持续保障壁纸质量的APP却很少。因此基于这种实际情况，我们的小组决定开发一款与市面上截然不同的壁纸软件，最大也是最特别的不同之处在于我们不收费拥有更广阔的用户空间，让每一位用户都可以免费获得优质的壁纸资源。我们小组坚持以让用户可以不花一分钱用上好看的壁纸为宗旨以坚实的壁纸质量，多样的壁纸配件，精湛的艺术设计，精准服务用户对壁纸软件的所有需求。
1.2项目时代背景 随着5G时代的到来，智能手机早已经走入人们的生活，为人们提供许多便捷的服务。互联网已经不再局限与传统的PC终端，而以为代表的移动互联网技术正在迅速的发展。因此，这要求移动的终端必须更加的智能化、网络化。目前，移动终端平台主要有：iphone OS、S ...
二叉树上的结点路径指导教师：徐龙玺一、设计内容及要求 树形结构是数据结构中非常重要的非线性数据结构，树中结点之间具有明确层次关系。本课程设计是有关二叉树的存储结构及其遍历的应用，首先在采用链式存储的二叉树上，用bt指向根结点，p指向任一给定结点，然后用非递归的方式分别写出二叉树的三种遍历方式，最后编程实现求从根结点到给定结点之间的路径。
二、设计思路（1）设计思路分析 要求一是对二叉树的三种非递归遍历，二叉树存储结构分为顺序存储结构和链式存储结构，这里我采用链式存储结构以及最常使用的二叉链表结点定义（一个数据域，两个指向左右孩子的指针域）。在编程语言中通常用栈这种数据结构，依靠迭代法来实现递归的逻辑。因此在非递归遍历中我首先选用结合栈数据结构，与课堂上所学递归方法不同之处在于使用迭代法来模拟递归的时候，需要特别注意栈的先进后出的特点，需要后放入要先处理的数据才可以在弹出时先处理该数据。
要求二是求从根结点到给定结点之间的路径，首先在二叉树无论那种遍历方法都可以遍历二叉树中所有节点，但想计算根结点bt与结点*p之间的路径，依然需要借助静态数组stack来存储路径，借助栈来简 ...
数据类型基本数据类型byte 占1字节
short 占2字节
int 占4字节
long 占8字节
byte
short
int
long
float
double
char
boolean
大小
8位
16 位
32位
64 位
32位
64 位
16 位
1位
最大存储数据量是255
最大数据存储量是65536
最大数据存储容量是2的32次方减1
最大数据存储容量是2的64次方减1
数据范围是-128~127之间
数据范围是-32768~32767之间
数据范围是负的2的31次方到正的2的31次方减1
数据范围为负的2的63次方到正的2的63次方减1
数据范围在3.4e-45~1.4e38
数据范围在4.9e-324~1.8e308
只有true和false两个取值
存储Unicode码，用单引号赋值
默认值
0
0
0
0L
0.0f
0.0d
false
byte
short
int
long
float
double
...
