资源列表
8个数码游戏
- 模式识别中的常用搜索算法中的8数码游戏程序-pattern recognition of commonly used search algorithm of eight digital Games
黑白棋子的算法程序实现
- 黑白棋子的算法程序实现详细步骤及实现过程-reversi son algorithm program and detailed steps for achieving
bp数字识别
- 基于bp人工智能的图像识别的技术，配套源代码-bp artificial intelligence-based image recognition technology and supporting source code
gacode-in-c
- This a GA implementation using binary and real coded variables. Mixed variables can be used. Constraints can also be handled. All constraints must be greater-than-equal-to type (g >= 0) and normalized (see the sample problem in prob1 in objective(
C语言的HMM算法库
- 一个关于HMM(隐马尔可夫模型)实现的C语言库。是Visual C++数字图像模式识别技术及工程实践的配套源代码-one of HMM (HMM) with the C library. Yes Visual C digital image pattern recognition technology and engineering practice supporting source code
cagl.tar
- 细胞自动机的一个源代码，可以生成一维细胞自动机，将.cc文件改成.cpp运行-Cellular Automata of a source code can be generated one-dimensional cellular automata, will be. Cc document changed. Cpp Operation
java_ifs
- 关于细胞自动机的例子，希望有志于这领域的同仁研究-on Cellular Automata example, are interested in this area of research colleagues! !
Java语言TSP递归程序的优化
- 因为递归程序运行的效率一般都比较低,本程序用java语言来实现TSP递归程序的优化-because recursive program run average efficiency are low, the procedure used java language to achieve TSP recursive process optimization
遗传算法实现旅行商问题
- 本算法中采取了种群规模为100，同时采用轮盘赌来获取种群。开始使用随机的方法得到初始的种群-the algorithm adopted a population size of 100, using roulette to access populations. Using the stochastic method initial Stocks
模拟退火算法实现旅行商算法
- 采用的是康力山等人确定的实验参数。 对于n个城市的旅行商问题，其参数如下： 初始温度：t0=280, 每一个温度下采用固定的迭代次数L=100n, 温度的衰减系数alpha=0.92 算法停止的准则是当相邻两个温度得到的解变化很小时算法停止。-used the Stanozolol Hill were determined by the experimental parameters. N cities for the traveling salesman problem, the para
n_pls
- 这是我自己花了很多时间写的一个模式识别源码。奉献出来与感兴趣的朋友分享，绝对可靠。.. - Dedication out with friends interested in sharing, absolutely reliable. ..
Boltzmann Machin
- 仿真1：首先把网络温度参数T固定在100，按工作规则共进行1000次状态更新,把这1000次状态转移中网络中的各个状态出现的次数Si（i＝1，2，…，16）记录下来 按下式计算各个状态出现的实际频率： Pi=Si/∑i=1,NSi=Si/M 同时按照Bo1tzmann分布计算网络各个状态出现概率的理论值： Q（Ei）=（1/Z）exp（-Ei/T） 仿真2：实施降温方案，重新计算 采用快速降温方案：T（t）= T0/（1+t） T从1000降到0.01，按工作规则更新网络状态 当T=0.01时结