搜索资源列表
kedaxingjuzhenhuafen
- 这是一个可达性矩阵划分的程序，可达性矩阵划分是系统工程一个很重要的算法。
lisan
- 根据图由用户给出一个邻接矩阵，通过算法求出其可达性矩阵
Public-transport-system-the-best-path-algorithm.ra
- 公共交通最佳路径算法在分析城市道路网络最短路径算法 SP算法 和公交网络的特点的基础上,提出公共交通系 ( ) ( ) 统最佳路径算法.首先引入直达矩阵 T矩阵 和最小换乘矩阵 Q 矩阵 ,讨论公交网络节点间换乘 问题,得出最少换乘算法.利用 Q 矩阵确定节点间最少换乘次数,评价公交网络方便可达性.其次 ( ) 结合最少换乘算法,对最短路径算法 Dijkstra 算法 进行改进.在标号过程中,利用 Q 矩阵对待检验 T标号点进行筛选,减少 T 标号计算量,得到一条综合考虑
8numbers
- 八数码算法。纯dos界面，可以判可达性以及输出最优路径。非常适合交作业。-8 digital algorithm. Pure dos interface, can be sentenced to up to nature as well as the output of the optimal path. Very suitable for hand in papers.
HyTech
- 线性混成系统源码下载及相关实例，线性混成系统应用算法，验证系统路径可达性-Linear hybrid systems and related source code examples download Algorithm for linear hybrid system application, verify that the system path reachability
adjacency-matrix
- 输入一个邻接矩阵输出该邻接矩阵的可达性矩阵-Input an adjacency matrix output reachability matrix of the adjacency matrix
Midacomo
- MIDACO是一般的优化问题求解器。 MIDACO可应用于连续（NLP），离散/整数（IP）和混合整数（MINLP）的问题。问题可能被限制在平等和/或不等式约束。 MIDACO适合多达数百至几千优化变量的问题。 MIDACO实现了一个自由衍生物，启发式算法的处理方法处理的问题，因为黑盒可含有关键功能特性，如非凸性，不连续或随机噪声。-MIDACO is a solver for general optimization problems. MIDACO can be applied to con
Deep Learning with Python
- 本书由Keras之父、现任Google人工智能研究员的弗朗索瓦?肖莱（Fran?ois Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。(Deep Learning with Python intr
Python深度学习.pdf+代码
- 本书由Keras之父、现任Google人工智能研究员的弗朗索瓦?肖莱（Franc?ois Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，包括计算机视觉、自然语言处理、产生式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。(This book is written by Franc