搜索资源列表
TIERRA
- 地球模拟器，最经典的人工生命模型,研究人工智能的必看。一般地说，生命都具有新陈代谢、复制和进化的能力。在自然界中，生物是由有限的食物供给和有限的生存空间约束的。在Tierra中，“生物”由一系列能够自我复制的机器代码或程序组成，它在计算机中的复制分别受到计算机的存储空间和CPU时间约束。能有效地占有内存空间和利用CPU时间的生物体，将具有更高的适应度，传递到下一代的机会就越大。 在Tierra中，计算机的RAM（随机访问存储器）中有一块专门的空间，这个空间中放置了一个“祖先有机体”，该祖先有
arrow-debreu
- 市场竞争模型：arrow-debreu的算法 （英文版）-market competition model : arrow-debreu algorithm (English version)
somnet
- 一种通过自组织竞争学习网络实现数据降维和可视化的单层神经网络模型。用此算法可以把输入空间的多维映射到低维的（一维或者二维）的离散网络上，并将保持相同性质的输入数据在映射到低维空间时的拓扑一致性。iris以及letter两个数据集进行分类
自组织系统Kohonen网络模型源程序
- 自组织系统Kohonen网络模型。对于Kohonen神经网络，竞争是这样进行的：对于“赢”的那个神经元c，在其周围Nc的区域内神经元在不同程度上得到兴奋，而在Nc以外的神经元都被抑制。网络的学习过程就是网络的连接权根据训练样本进行自适应、自组织的过程，经过一定次数的训练以后，网络能够把拓扑意义下相似的输入样本映射到相近的输出节点上。网络能够实现从输入到输出的非线性降维映射结构：它是受视网膜皮层的生物功能的启发而提出的。~..~-Kohonen network model. For Kohonen
Som_clustering
- 基于VC++的Som聚类算法程序。SOM是一种通过自组织竞争学习网络实现数据的分类和降维可视化神经网络模型。内附算法的原理说明以及详细的程序调用说明及运算结果。是初学者的很好的入门材料-Based on VC++ program of Som clustering algorithm. SOM is a competitive learning through self-organizing network for data classification and dimensionality r
ART1
- ART网络采用竞争学习策略和自稳机制，能够对任意复杂的环境输入模式实现自稳定和自组织的识别。ART神经网络模型主要有三种结构，即ART1、ART2、ART3。ART1用于处理二进制输入的信息，ART2可用于处理二进制和模拟信息两种输入，ART3具有人类神经元生物电-化学反应机制，用于分级搜索。-ART network adopt competitive learning strategy and instability mechanism, since any complex environme
Artificial-Neural-Networks2006
- 神经网络概述及基本模型，然后详述了各种模型，包括感知器神经模型、自组织竞争神经网络、径向基函数神经网络、反馈神经网络、支持向量机神经网络、遗传算法等内容。-Overview and basic neural network model, and then details the various models, including perceptron neural model, self-organizing competitive neural network, radial basis fu
lunwen
- 提出一种多尺度方向(multi-scale orientation,简称 MSO)特征描述子用于静态图片中的人体目标检 测.MSO 特征由随机采样的图像方块组成,包含了粗特征集合与精特征集合.其中,粗特征是图像块的方向,而精特征 由 Gabor 小波幅值响应竞争获得.对于两种特征,分别采用贪心算法进行选择,并使用级联 Adaboost 算法及 SVM 训 练检测模型.基于粗特征的 Adaboost 分类器能够保证高的检测速度,而基于精特征的 SVM 分类器则保证了检测精 度.另
802.11DCF
- 本文首先通过Bianchi模型，对标准DCF算法的性能作出全面定量分析，然后提出提高无线接入点通信能力的DCF改进算法，同时还提出改进算法的二维离散时间Markov模型并作了定量分析。随后设计原协议和改进协议的仿真算法，并使用Matlab仿真工具进行算法的仿真实验，并对它们的仿真结果作对比。理论和仿真结果都证明改进算法可以大幅度提高网络整体性能。 在对标准DCF算法作性能分析的过程中，作者注意到网络的性能随活动无线节点数量的增加衰减较快。主要原因在于网络负载较大时，冲突发生率高，但可以通过加
Face-orientation-recognition
- LVQ即学习向量量化神经网络是一种用于训练竞争层的有监督学习方法神经网络，在模式识别和优化领域有着广泛的应用。本课题要求使用LVQ神经网络训练人脸的特征数据，得到模型对任一人脸图像的朝向进行识别。-Learning Vector Quantization LVQ neural network that is used to train competitive layer neural network supervised learning methods in the field of patt
CARS_for-_spectral
- 竞争自适应加权算法的源程序以及应用举例，可以降低光谱数据的维度，然后简化模型。-Competition adaptive weighted algorithm source code and application examples, can reduce the dimension of the spectral data, then simplified model.
fenlei
- 单层竞争神经网络的数据分类,患者癌症发病预测。设法找出癌症与正常样本在基因表达水平上的区别，建立竞争网络模型去预测待检测样本是癌症还是是正常样本。-Data classification of single layer competitive neural network
05 竞争神经网络与SOM神经网络
- 自组织神经网络概念和原理，并重点介绍一下自组织特征映射SOM网络。SOM和现在流行的ANN（MLP）模型在结构上类似，都由非常简单的神经元结构组成，但是SOM是一类“无监督学习”模型，一般的用法是将高维的input数据在低维的空间表示[1]，因此SOM天然是一种降维方法。除了降维，SOM还可以用于数据可视化，以及聚类等应用中。(The concept and principle of self-organizing neural network are introduced, and the s
元胞自动机程序
- 元胞自动机可用来研究很多一般现象。其中包括通信、信息传递、计算、构造 、材料学、复制 、竞争与进化等。同时。它为动力学系统理论中有关秩序 、紊动、混沌、非对称、分形等系统整体行为与复杂现象的研究提供了一个有效的模型工具。(Cellular automata can be used to study many general phenomena. It includes communication, information transfer, calculation, construction,
Game Mode_algorithml
- 代码中给出了两种古诺双寡头竞争博弈模型计算。(Cournot Duopoly Competition Game Models)