压缩感知中经典的StOMP重构算法，代码含有详细的中文注释，易懂，并且也出了重构图像评价质量标准

配电网重构是指在满足配电网运行基本约束的前提下，通过改变配电网中一个或多个开关的状态对配电网中一个或多个指标进行优化。 本代码以一种改进二进制粒子群算法为例，进行配电网的重构研究。本代码目标函数为配电网有功网损最小，可自行修改为其他函数。 传统二进制粒子群算法容易陷入局部最优。针对这一问题，本代码从两个方面进行改进：1.初始化和更新粒子时考虑配电网拓扑约束以缩小粒子搜索范围，增强算法收敛能力；2.加入变异的机制。 采用IEEE33节点系统作为算例，算法运行时重构过程通过动画进行动态显示；运行结束后输出重构前后系统节点电压的对比曲线图。

原始风速信号具有的间歇波动性特征给风电场的功率预测带来了挑战，采用集合经验模态分解(EEMD)法将原始风速信号分解为频域稳定的子序列，有效地提高了预测精度，避免了传统经验模态分解(EMD)存在的模态混叠现象。提出一种改进型果蝇优化算法(FOA)，将风速子序列重构参数和最小二乘支持向量机(LS-SVM)参数作为优化目标建立风速预测模型，扩大了参数搜索范围，提高了优化收敛速度；通过风速风功率转化关系可以求得风电场的功率值。实验结果验证了所提方法相比于EMD和LS-SVM预测方法具有更高的预测精度。

一种基于BENES网络的可重构比特置换系统设计

SAR压缩感知成像既可在时域完成，也可在频域完成，这是一种时域压缩感知成像算法。

本课件为国防科技大学罗强老师的复杂网络之网络重构课件，主要介绍了在不完备信息下如何推断网络结构以及各节点间相关关系问题。主要内容包括基于最大似然估计的链路，Bayesian网络，Granger因果分析，概率模糊推理等方法。

对杨涛的MvcCorePager分页插件源代码的重构

压缩感知信号重构算法的实验对比研究，傅少武，吴键，进入21世纪后无线传感器网络被广泛应用于各个领域，但是无线传感器网络节点的处理能力和低电池能耗这两大缺陷也更明显的暴露在眼�

重构 此存储库包含代码，并且来自“重构-改进代码的设计”（第2版） 结构 每个章节的代码都有一个带有章节名称的特定文件夹（例如： chap6或chap11 ）。 从第6章开始，您将在本章的文件夹my-refactor和example内找到两个文件夹。 example ：它具有与书中完全相同的代码（只需稍作更改即可使代码编译）。 my-refactor ：这是我在阅读重构的“动机”部分后尝试应用重构技术的最初尝试，再加上在本书中阅读了应用重构技术的作者的学习成果。 第1版和第2版的重构比较 在下面，您可以找到两个表格，它们与本书的第一版和第二版中的重构相关。 每个章节都有两个表，一个表的索引基于第一个版本，而一个表的索引基于第二个版本。 第二列在索引列的相反版本中具有代表。 如果您在人们有不同版本的书的地方读书俱乐部，则可能会发现它很有用。 第6章 V1-撰写方法 V2 提取方法

教你如何写出高性能和易看的代码，作者Martin是软件工程领域的大师级人物，是《敏捷软件开发：原则、模式与实践》、《敏捷软件开发：原则、模式与实践(C#版)》、《极限编程实践》等国内引进的畅销书的作者，其中.本原著荣获美国《软件开发》第13届震憾（Jolt）大奖，Martin的敏捷系列书是软件工程界的.书籍。