共识算法是区块链系统维护数据一致性的核心机制。本文深入调研并分析了具有代表性的共识算法及其演化历程；基于共识过程提出共识算法的分类模型，并对各类型中代表性的共识算法进行详细分析；最后从去中心化、可扩展性、安全性、一致性、可用性、分区容忍性六个方面建立了一套共识算法的评价指标体系，并对代表性的共识算法进行对比分析，给出各类算法综合性的性能评价，希望为共识算法的应用与创新提供参考。

分层次聚类法（最短距离法）、K平均聚类法（距离平方和最小聚类法）、叠代自组织（ISODATA）聚类法

自己写的一个毕业设计用的文献综述，只是写了自己知道的部分的文献综述的格式部分，仅供大家参考。由于时间关系写的比较仓促，当中肯定有些格式要求没写出来，希望下载的读者自己补充。仅供参考，不足之处还请大家谅解或留言告知。

主动学习算法综述

对粒子滤波算法的原理和应用进行综述.首先针对非线性非高斯系统的状态滤波问题,阐述粒子滤波的原理;然后在分析采样-重要性-重采样算法基础上,讨论粒子滤波算法存在的主要问题和改进手段;最后从概率密度函数的角度出发,将粒子滤波方法与其他非线性滤波算法进行比较,阐明了粒子滤波的适应性,给出了粒子滤波在一些研究领域中的应用,并展望了其未来发展方向.

第一篇论文，综述文章，发表在《控制理论与应用》

综述了图割的基本理论框架及利用图割解决问题时的主要流程和图割方法存在的难点问题．介绍了图割的发展状况及图割的应用领域，指出了其中的公开问题，并对图割未来的研究方向做出展望．

本文概括总结了梯度下降算法的内容，给出了详细的收敛性证明，复杂度分析以及随机梯度下降法，动量梯度下降法等经典的梯度下降算法，个人原创作品

目标检测（Object Detection）是计算机视觉领域的基本任务之一，学术界已有将近二十年的研究历史。近些年随着深度学习技术的火热发展，目标检测算法也从基于手工特征的传统算法转向了基于深度神经网络的检测技术。从最初2013年提出的R-CNN、OverFeat，到后面的Fast/Faster R-CNN，SSD，YOLO系列，再到2018年最近的Pelee。短短不到五年时间，基于深度学习的目标检测技术，在网络结构上，从two stage到one stage，从bottom-up only到Top-Down，从single scale network到feature pyramid network，从面向PC端到面向手机端，都涌现出许多好的算法技术，这些算法在开放目标检测数据集上的检测效果和性能都很出色。

介绍序列比对算法，将序列比对中的问题提出，有兴趣的看看